Copia de 488826067

RESOLUCIÓN DE PROBLEMAS DE LOS
CAPÍTULOS 3 - 12
DOCENTE : ING. CHAVEZ ESTRADA
Jorge
CURSO : MÉTODOS NUMÉRICOS
CICLO : IV
ALUMNO : JUSTO MAIZ Aldair

Métodos Numéricos JUSTO MAIZ, ALDAIR DENILSON
CAPITULO 3
3.1 (a) (101101)2  (1 25 )  (0  24 )  (1 23 )  (1 22 )  (0  21 )  (1 20 )
 32  8  4  1  45
(b) (101.101)2  (1 22 )  (0  21 )  (1 20 )  (1 21 )  (0  22 )  (1 23 )
 4  1  0.5  0.125  5.625
(c) (0.01101) 2  (0 21 )  (1 22 )  (1 23 )  (0 24 )  (1 25 )
 0.25  0.125  0.03125  0.40625
3.2 Aquí están las implementaciones VBA y MATLAB del algoritmo:
VBA Function Procedure MATLAB M-File

Option Explicit function e = geteps
Sub GetEps() e = 1;
Dim epsilon As Double while(1)
epsilon = 1 if e + 1 <= 1, break, end
Do e = e / 2;
If epsilon + 1 <= 1 Then Exit Do end
epsilon = epsilon / 2 e = 2 * e;
Loop
epsilon = 2 * epsilon
MsgBox epsilon
End Sub
Ambas rutinas producen un resultado de 2.22044604925031E – 16 en mi

computadora de escritorio. Para precisión simple, el resultado es 1.192093E – 07.
Tenga en cuenta que MATLAB tiene una función incorporada eps que produce el
mismo resultado.
3.3 Aquí están las implementaciones VBA y MATLAB del algoritmo:
VBA Function Procedure MATLAB M-File

Option Explicit function xmin = getmin
Sub GetMin() x = 1;
Dim x As Double, xmin As Double while(1)
x = 1 if x <= 0, break, end
Do xmin = x;
If x <= 0 Then Exit Do x = x / 2;
xmin = x end
x = x / 2
Loop
MsgBox xmin
End Sub
Ambos producen un resultado de 4.94065645841247E – 324 en mi computadora de escritorio. Para

precisión simple, el resultado es 1.401298E – 45.
3.4 Aquí hay un programa VBA para calcular la serie en orden ascendente
Option Explicit
Sub SeriesForward()
Dim i As Integer, n As Integer
Dim sum As Single, pi As Double,
truth As Double pi = 4 * Atn(1)
tru th = pi ^ 4 / 90
sum = 0
n = 10000
For i = 1 To n
sum = sum + 1 / i ^ 4
Next i
MsgBox sum
'Display true percent relative error
MsgBox 100 * Abs((truth - sum)/ truth)
End Sub
Esto produce un resultado de 1.0823221 con un error
relativo verdadero de 1.0283810–4%. Programa VBA
para calcular en orden descendente:
Option Explicit
Sub SeriesBackward()
Dim i As Integer, n As Integer
Dim sum As Single, pi As Double, truth As Double
pi = 4 * Atn(1)
truth = pi ^ 4 / 90
sum = 0
n = 10000
For i = n To 1 Step -1
sum = sum + 1 / i ^ 4
Next i
MsgBox sum
'Display true percent relative error
MsgBox 100 * Abs((truth - sum) / truth)
End Sub
Esto produce un resultado de 1.0823232 con un error relativo verdadero de

3.7110–6%.
La última versión produce un resultado superior porque la suma en orden

descendente mitiga el error de redondeo que se produce al agregar un número
grande y pequeño.
3.5 Para la primera serie, después de sumar 20 términos, el resultado es
El resultado oscila al principio. Por n = 20 (21 términos), está comenzando a converger

en el valor verdadero. Sin embargo, el error relativo sigue siendo un sustancial 0,11%. Si
se lleva a cabo más allá de n = 27, la serie eventualmente converge a 7 dígitos
significativos.
En contraste la segunda serie converge mucho más rápido. Alcanza 6 dígitos

significativos por n = 20 con un porcentaje de error relativo de 8.110–6%.
3.6 El valor verdadero se puede calcular como
Usando 3 dígitos con picado
Esto representa un porcentaje de error relativo de
Usando 4 dígitos con picado
Esto representa un porcentaje de error relativo de
Aunque el uso de dígitos más significativos mejora la estimación, el error

sigue siendo considerable. El problema se deriva principalmente del hecho
de que estamos restando dos números casi iguales en el denominador.
Dicha cancelación sustractiva se ve agravada por el hecho de que el
denominador es cuadrado.
3.7 Primero, el resultado correcto se puede calcular como
y 1.373  7(1.37)2  8(1.37)  0.35  0.043053
(a) Usando 3 dígitos con picado
1.373  2.571353  2.57

–7(1.37)2  –7(1.87)  –13.0
8(1.37)  10.96  10.9
– 0.35
0.12
Esto representa un error de
(b) Usando 3 dígitos con picado
Esto representa un error de

Por lo tanto, la segunda forma es superior porque tiende a minimizar el error
de redondeo.
3.9 Aquí hay un archivo M de MATLAB para resolver el problema. Los

programas en otros idiomas tendrían una estructura y un resultado
similares.
El verdadero valor de cos (0.3) es 0.5877852525. Por lo tanto, son

necesarios 6 términos de la serie Maclaurin para aproximar el valor real a 8
cifras significativas.
3.10 Primero, podemos evaluar los valores exactos usando la fórmula

estándar con aritmética de doble precisión como
Luego podemos determinar el término de la raíz cuadrada con aritmética de

5 dígitos y corte
3.11 Recuerde que la máquina épsilon está relacionada con el número de

dígitos significativos por Eq. 3.11
  b1t
que se puede resolver en la base 10 para una máquina épsilon de

1.19209x10^(-7) para
t  1  log 10 ( )  1  log10 (1.19209 10-7 )  7.92
Para ser conservadores, asuma que 7 cifras significativas son lo

suficientemente buenas. Recordemos que la ec. 3.7 se puede utilizar para
estimar un criterio de parada,
 s  (0.5 102n )%
Así, para 7 dígitos significativos, el resultado sería
 s  (0.51027 )%  5106%
El cálculo total puede expresarse en una fórmula como
s  S  (0.510 2Int(1log10 ( )) )%
Cabe señalar que la iteración de la precisión de la máquina es a menudo

excesiva. En consecuencia, muchas aplicaciones utilizan la antigua regla de
oro de ingeniería que debe repetir hasta 3 dígitos significativos o más.
Como una aplicación, usé Excel para evaluar la segunda serie de Prob. 3.5.
Los resultados son:
Observe cómo después de sumar 21 términos, el resultado es correcto a 7

cifras significativas. En este punto, los errores relativos verdaderos y
porcentuales aproximados están en 1.82x10^(-6)% y 6.29x10^(-6)%,
respectivamente. El proceso se repetiría una vez más, de manera que las
estimaciones de error caerían por debajo del criterio de parada pre
calculado de 5x10^(-6)%.
CAPITULO 4
ERRORES DE TRUNCAMIENTO Y LA SERIE DE
TAYLOR
Los errores de truncamiento son aquellos que resultan al usar una aproximación en
lugar de un procedimiento matemático exacto.
La serie de Taylor, es de gran valor en el estudio de los métodos numéricos. En
esencia, la serie de Taylor proporciona un medio para predecir el valor de una
función en un punto en términos del valor de la función y sus derivadas en otro
punto.
Ejercicios propuestos:
4.1 La serie infinita
2 3
𝑒𝑥 = 1 + 𝑥 + 𝑥 + 𝑥 + ⋯ 𝑥𝑛
2 3! + 𝑛!
Se utiliza para aproximar ex.

a) Muestre que la expansión en serie de Maclaurin es un caso especial de la
expansión en la serie de Taylor [ecuación (4.7)] con xi = 0 y h = x.
2
𝑓(𝑥) = 𝑓(0) + 𝑓 ′(0) + 𝑓 ′′(0) 𝑥 + ⋯
2
𝑓(0) = 𝑓′(0) = 𝑓′′(0) = 𝑒0 = 1
2
𝑓 (𝑥 ) = 1 + 𝑥 + 𝑥 + ⋯
2
b) Use la serie de Taylor para estimar f(x) = e–x en xi+1 = 1 para xi = 0.25. Emplee
versiones de cero, primero, segundo y tercer orden, y calcule |εt| para cada caso.
𝑓(𝑥𝑖+1) = 𝑒−𝑥𝑖 − 𝑒 −𝑥 𝑖 ℎ + 𝑒−𝑥𝑖 ℎ2 − 𝑒−𝑥𝑖 ℎ3 + ⋯

2 2
Para xi = 0.2, xi+1 = 1 y h = 0.8. verdad = e–1 =
0.367879. orden cero:
𝑓(1) = 𝑒−0.2 = 0.818731
0.367879 − 0.818731
𝜀𝑡 = | | ∗ 100% = 122.55%
0.367879
Primer orden:
f (1) =0.818731 -0.818731(0.8) =0.163746
0.367879 − 0.163746731
𝜀𝑡 = | | ∗ 100% = 55.49%
0.367879
Segundo orden:
𝑓(1) = 0.818731 − 0.818731(0.8) + 0.818731𝐴 0.82
= 0.42574
2
0.367879 − 0.42574
𝜀𝑡 = | | ∗ 100% = 15.73%
0.367879
Tercer orden:
2
𝑓(1) = 0.818731 − 0.818731(0.8) + 0.818731𝐴 0.8 − 0.818731𝐴 0.86
= 0.355875
2 6
0.367879 − 0.355875
𝜀𝑡 = | | ∗ 100% = 3.26%
0.367879
4.2 La expansión en serie de Maclaurin para cos x es
2 4 6
𝑒𝑥 = 1 − 𝑥 + 𝑥 + 𝑥 𝑥8
+
2! 4! 6! … 8!
Iniciando con el primer término cos x = 1, agregue los términos uno a uno para
estimar cos (p/4). Después de que agregue cada uno de los términos, calcule los
errores relativos porcentuales exactos y aproximados. Use una calculadora para
determinar el valor exacto. Agregue términos hasta que el valor absoluto del error
aproximado se encuentre dentro de cierto criterio de error, considerando dos cifras
significativas.
𝜀𝑠 = 0.5 ∗ 102−2% = 0.5%
Valor verdadero: cos (pi/3) =
0.5 Orden cero:

𝜋
𝑐𝑜𝑠 ( ) = 1
3
0.5 − 1
𝜀𝑠 = | | ∗ 100% 100%
0.5
Primer orden:
𝜋2
𝜋 ()
𝑐𝑜𝑠 ( ) = 1 − 3 = 0.451689
3 2
𝜀𝑠 = 9.66%
0.451689 − 1
𝜀𝑠 = | | ∗ 100% = 121.4%
0.451689
Segundo orden:
𝜋4
𝜋 ()
𝑐𝑜𝑠 ( ) = 0.451689 + 3 = 0.501796
3 24
𝜀𝑡 = 0.359%
0.501796 − 0.451689
𝜀𝑡 = | | ∗ 100% = 9.986%
0.501796
Tercer orden:
𝜋6
𝜋 ()
𝑐𝑜𝑠 ( ) = 0.501796 3
= 0.499965
3 72
−
0
𝜀𝑡 = 0.00709%
0.499965 − 0.50179689
𝜀𝑎 = | | ∗ 100% = 0.366%
0.499965
Dado que el error aproximado es inferior al 0,5%, el cálculo puede finalizarse.
4.3 Repita los cálculos del problema 4.2, pero ahora usando
la expansión de la serie de Maclaurin para sen x,
3 5 7
𝑠𝑒𝑛 𝑥 = 𝑥 − 𝑥 + 𝑥 − 𝑥 +
3! 5! ⋯ 7!
para evaluar el sen (p/4).
Use el criterio de parada:

𝜀𝑠 = 0.5 ∗ 102−2% = 0.5%
Valor verdadero: sin (𝜋/3) =
0.866025… Orden cero:

𝜋 𝜋
𝑠𝑒𝑛 ( ) = = 1.047198
3 3
0.866025 −
𝜀𝑡 = | 1.047198
| ∗ 100% = 20.92%
0.866025
Primer orden:
𝜋3
𝜋 ()
𝑠𝑖𝑛 ( ) = 1.047198 − 3 = 0.855801
3 6
𝜀𝑡 = 1.18%
0.855801 − 1.047198
𝜀𝑎 = | | ∗ 100% = 22.36%
0.855801
Segundo orden:
𝜋5
𝜋 ()
𝑠𝑒𝑛 ( ) = 0.855801 3
= 0.866295
3 12
+
0
𝜀𝑡 = 0.031%
0.866295 − 0.855801
𝜀𝑡 = | | ∗ 100% = 1.211%
0.866295
Tercer orden:
𝜋7
𝜋 ()
𝑠𝑖𝑛 ( ) = 0.866295 3
= 0.866021
3 504
−
0
𝜀𝑡 = 0.000477%
0.866021 − 0.866295
𝜀𝑎 = | | ∗ 100% = 0.0316%
0.866021
Dado que el error aproximado es inferior al 0,5%, el cálculo puede finalizarse.
4.4 Emplee la expansión de la serie de Taylor de cero hasta tercer orden para predecir
f (2) sí.
𝑠𝑒𝑛𝑥 = 25𝑥3 − 65𝑥2 + 7𝑥 − 88 = 𝜋𝑟2
usando como punto base x = 1. Calcule el error relativo porcentual verdadero et para
cada aproximación.
𝑓(3) = 554
Orden cero:
554 − ( −62)
𝜀𝑡 = | | ∗ 100% = 111.191%
554
Primer orden:
𝑓(3) = −62 + 𝑓′(1)(3 − 1) = −62 + 70(2) = 78
𝜀𝑡 = 85.921%
Segundo orden:
𝑓′′(1) 13
𝑓(3) = 78 + (3 − 1)3 = 78 8 4 = 354
2
+
2
𝜀𝑡 = 36.101%
Tercer orden:
𝑓3(1) 15
𝑓(3) = 78 + (3 − 1)3 = 354 0 8 = 554
6 +
6
𝜀𝑡 = 0%
Por lo tanto, el resultado de tercer orden es perfecto porque la función original es un

tercer orden
polinomio.
4.5 Use la expansión de la serie de Taylor de cero al cuarto orden para estimar f (3)
si f(x) = ln x utilizando x = 1 como punto base.
Calcule el error relativo porcentual et para cada
aproximación. Analice los resultados.
Valor verdadero:
𝑓(2.5) = ln(2.5) = 0.916291. ..

orden cero:
𝑓(2.5) = 𝑓(1) = 0
0.916291 −
𝜀𝑡 = | 0
| ∗ 100% = 100%
0.916291
Primer orden:
𝑓 (2.5) = 𝑓 (1)(2.5 − 1) = 0 + 1(1.5) = 1.5
0.916291 − 1.5
𝜀𝑡 = | | ∗ 100% = 63.704%
0.916291 1.5
Segundo orden:
𝑓′′(1) −1
𝑓(2.5) = 1.5 − ((5.1)2) = 0.375
2 ( (2.5 1) 2
) = 1.5 +
2
0.916291 − 0.375
𝜀𝑡 = | | ∗ 100% = 59.074%
0.916291
Tercer orden:
2
𝑓(2.5) = 0.375 + 𝑓(3) (2.5 1)(3) = 0.375 + 1.53 = 1.5
6 6
0.916291 − 1.5
𝜀𝑡 = | | ∗ 100% = 63.704%
0.916291
Cuarto orden:
𝑓(2.5) = 1.5 𝑓(1)(1) −6

(2.5 1) = 1.5 +
(4) 1.54 = 0.234375
+ 24 24
0.916291 −
𝜀𝑡 = | 0.234375
| ∗ 100% = 74.421%
0.916291
Por lo tanto, el proceso parece ser divergente, lo que sugiere que se requeriría un
paso más pequeño para convergencia.
4.6 Utilice aproximaciones en diferencias de O(h) hacia atrás y hacia adelante y una
aproximación de diferencia central de O(h2) para estimar la primera derivada de la
función mencionada en el problema 4.4. Evalúe la derivada en x = 2 usando un
tamaño del incremento 0.2. Compare los resultados con el valor exacto de las
derivadas. Interprete los resultados considerando el término residual de la
expansión en la serie de Taylor.
𝑓′(𝑥) = 75𝑥2 − 12𝑥 + 7
𝑓′(2) = 75(2)2 − 12(2) + 7 = 283
valores de función:
xi–1 = 1.8 f(xi–1) = 50.96

xi = 2 f(xi) = 102
xi+1 = 2.2 f(xi+1) = 164.56
adelante:
164.56 − 102
𝑓 ′(2) = = 312.8
0.2
283 − 312.8
𝜀𝑡 = | | ∗ 100% = 10.53%
283
hacia atrás:
102 − 50.96
𝑓 ′(2) = = 255.2
0.2
283
𝜀𝑡 = | 255.2
| ∗ 100% = 9.823%
283
centrado:
164.56 − 50.96
𝑓 ′(2) = 2(0.2) = 284
283 −
𝜀𝑡 = | 284
| ∗ 100% = 0.353%
283
Tanto el avance como el retroceso tienen errores que pueden aproximarse

mediante (recuperar la ecuación 4.15),
4.7 Con la aproximación en diferencias centrales de O(h2) estime la segunda
derivada de la función examinada en el problema 4.4. Realice la evaluación para x
= 2 usando un tamaño de incremento 0.25 y 0.125. Compare lo estimado con el
valor exacto de la segunda derivada. Interprete sus resultados considerando el
término residual de la expansión en la serie de Taylor.
𝑓′′(𝑥) = 150𝑥 − 12
𝑓′′(2) = 150(2) − 12 = 288
h = 0.25:
𝑓(2.25) − 2𝑓(2) + 𝑓(1.75) 182.1406 − 2(102) + 39.85938

𝑓′′(2) = 0.252 = 0.252 = 288
h=
0.125:
𝑓(2.125) − 2𝑓(2) + 𝑓(1.875) 139.6738 − 2(102) + 68.82617

𝑓′′(2) = 0.1252 = 0.1252 = 288
4.8 Recuerde que la velocidad de caída del paracaidista puede calcularse con
[ecuación (1.10)]
𝑔𝑚
𝑣(𝑡) = (1 − 𝑒(𝑐/𝑚)𝑡)
𝑐
Use un análisis de error de primer orden para estimar el error de v para t = 6, si g =

9.8 y m = 50, pero c = 12.5 ± 2.
𝜕𝑣
= 𝑐𝑔𝑡−(𝑐/𝑚)𝑡 − 𝑔𝑚(1 − 𝑒−(𝑐/𝑚)𝑡)
𝜕𝑐 = −1.38666
𝑐2
𝜕𝑣
∆𝑣(𝑐) = | | ∆𝑐 = 1.38666(1.5) = 2.079989
𝜕𝑐
9.8(50)
𝑣(12.5) = (1 − 𝑒−12.5(6)/50) = 30.4533
12.5
v-30.4533 =2.079989
Por lo tanto, los límites calculados con el análisis de primer orden van desde
28.3733 a 32.5333. Esta
El resultado se puede verificar calculando los valores exactos como
9.8(50)
𝑣(𝑐 − ∆𝑐) = (1 − 𝑒−(11/50)/6) = 32.6458
11
9.8(50)
𝑣(𝑐 + ∆𝑐) = (1 − 𝑒−(14/50)/6) = 28.4769
11
Por lo tanto, el rango de 2.0844 es cercano a la estimación de primer orden.
4.9 Repita el problema 4.8 con g = 9.8, t = 6, c = 12.5 ± 1.5 y m = 50 ± 2.
9.8(50)
𝑣(12.5) = (1 − 𝑒−12.5(6)/50) = 30.4533
12.5
𝜕𝑣 𝜕𝑣
∆𝑣(𝑐) = | | ∆𝑐 + | ∆𝑚
𝜕𝑐 𝜕𝑐
|
𝜕𝑣
= 𝑐𝑔𝑡−(𝑐/𝑚)𝑡 − 𝑔𝑚(1 − 𝑒−(𝑐/𝑚)𝑡)
𝜕𝑐 = −1.38666
𝑐2
𝜕𝑣 𝑔𝑡 𝑔
= 𝑒−(𝑐/𝑚)𝑡 + (1 − 𝑒−(𝑐/𝑚)𝑡) = 0.871467
𝜕𝑐 𝑚 𝑐
v =30.4533 = 3.822923
4.10 La ley de Stefan-Boltzmann se utiliza para estimar la velocidad de cambio de

la energía H para una superficie, esto es, H = AeσT 4
donde H está en watts, A = área de la superficie (m2), e = la emisividad que
caracteriza la propiedad de emisión de la superficie (adimensional), σ = una
constante universal llamada constante de Stefan-Boltzmann (= 5.67 × 10–8 W m–2
K–4) y T = temperatura absoluta (K). Determine el error de H para una placa de
acero con A =
0.15 m2, e = 0.90 y T = 650 ± 20. Compare los resultados con el error exacto.
Repita los cálculos, pero con T = 650 ± 40. Interprete los resultados.
Para ∆(𝑇) = 20,
𝜕𝐻
∆𝐻(𝑇) = | | ∆𝑇
𝜕𝑇
𝜕𝐻
| | = 4𝐴𝑒𝜎𝑇3 = 4(0.15)0.9(5.67 ∗ 10−8 )6503 = 8.408
𝜕𝑇
∆𝐻(𝑇) = 8.408(20) = 168.169
Error exacto:
𝐻(670) − 𝐻(630)
∆𝐻𝑉𝑒𝑟𝑑𝑎𝑑 = = 168.3286
2
Por lo tanto, la aproximación de primer orden está cerca del resultado exacto.
Para ∆𝑇 = 40
∆𝐻(𝑇) = 8.408(40) = 336.3387
Error exacto:
𝐻(690) − 𝐻(610) 1735.055 − 1059.83

∆𝐻𝑉𝑒𝑟𝑑𝑎𝑑 = = = 337.6124
2 2
Nuevamente, la aproximación de primer orden está cerca del resultado exacto. Los
resultados son buenos porque H (T) es casi lineal en los rangos que estamos
examinando. Esto se ilustra con el siguiente
trama.
4.11 Repita el problema 4.10, pero para una esfera de cobre con radio = 0.15 ±
0.01 m, e = 0.90 ± 0.05 y T = 550 ± 20. Para una esfera, A = 4r2. Por lo tanto,
𝐻 = 4𝜋𝑟2𝑒𝜎𝑇4
En los valores medios de los parámetros,
H (0.15,0.9,550) = 4𝜋 (0.15) +0.90(5.67 -10) (550) =1320.288

𝜕𝐻 𝜕𝐻 𝜕𝐻
∆𝐻 = | | ∆𝑟 + | | ∆𝑒 + | | ∆𝑇
𝜕𝑟 𝜕𝑒 𝜕𝑡
𝜕𝐻
= 8𝜋𝑒𝑟2𝜎𝑇4 = 17,603.84
𝜕𝑟
𝜕𝐻
= 4𝜋𝑒𝑟2𝜎𝑇4 = 1466.987
𝜕𝑒
𝜕𝐻
= 16𝜋𝑒𝑟2𝜎𝑇3 = 9.6021
𝜕𝑇
H
Para verificar este resultado, podemos calcular
h(0.14,0.85,530) = 4 (0.14)0.85(5.67 ∗ 10 )(530) = 936.6372
H0.16,0.95,570) =4 (0.16) 0.95(5.67 *10) (570) =1829.178

1829.178 − 936.6372
∆𝐻𝑉𝑒𝑟𝑑𝑎𝑑 = = 446.2703
2
4.12 Evalúe e interprete los números de condición para
𝑥𝑓′(𝑥)
𝐶𝑁 =
𝑓(𝑥)
1.00001 [ ] 1.00001(158.1139)
1
(𝑎)𝐶𝑁 =
2√1.00001 1
= = 157.617
√1.00001 1 + 1 1.003162
El resultado está mal acondicionado porque la derivada es grande cerca de x = 1.

(𝑎)𝐶𝑁 = 10(−𝑒 ) 10(−4.54 ∗ 10−5)
−10
= −10
𝑒−10 4.54 ∗ 10−5
=
El resultado está mal acondicionado porque x es grande.
300
300 [ + 1] 300( −5.555556 ∗ 10−6 )
(𝐶)𝐶𝑁 = √3002+1 = = −0.99999444
√3002 + 1 − 300 0.0016667
El resultado está bien acondicionado.

−𝑥𝑒−𝑥−𝑒−𝑥+1
𝑥 𝑥2 0.001(0.499667 )
(𝑎)𝐶𝑁 = = = −0.0005
𝑒−𝑥−1 −0.9995
(
)
𝑥
El resultado está bien acondicionado.
(1 cos )cosx+ sinx (sin

𝑥 )
(1+𝑐𝑜𝑠𝑥)2 3.141907 (20,264,237)
(𝑒)𝐶𝑁 = = = −10,001
𝑠𝑒𝑛𝑥 −6366.2
(1+𝑐𝑜𝑠𝑥)
El resultado está mal acondicionado porque, como en la siguiente gráfica, la función

tiene una singularidad en
x=
4.13 Empleando las ideas de la sección 4.2, muestre las relaciones de la tabla 4.3.
𝑓(𝑢, 𝑣) = 𝑢 + 𝑣
𝜕𝑓
∆𝐻 = | 𝜕𝑓 | ∆𝑢 + | | ∆𝑣
𝜕𝑢 𝜕𝑣
𝜕𝑓
| |=1
𝜕𝑢
𝜕𝑓
| |=1
𝜕𝑣
f (u~, v u
v~
Multiplicación:
𝑓(𝑢, 𝑣) = 𝑢. 𝑣
𝜕𝑓
| |=𝑣
𝜕𝑢
𝜕𝑓
| |=𝑢
𝜕𝑣
f (u~, v u
v~
División:
𝑓(𝑢, 𝑣) = 𝑢/𝑣
𝜕𝑓 1
|𝜕𝑢| = 𝑣
𝜕𝑓 𝑢
| |= 2
𝜕𝑣 𝑣
1 1|
f (u~, v |𝑣 | u |𝑣2 v~
|𝑣|∆𝑢~+|𝑣|∆𝑣~
f (u~, v~) = |𝑣2|
4.14 Muestre que la ecuación (4.4) es exacta para todos los valores de x, si f(x) = ax2
+ bx + c.
𝑓(𝑥) = 𝑎𝑥2 + 𝑏𝑥 + 𝑐
𝑓′(𝑥) = 2𝑎𝑥2 + 𝑏
𝑓′′(𝑥) = 2𝑎
Sustituir estas relaciones en Eq. (4.4),

Métodos Numéricos JUSTO MAIZ, ALDAIR
DENILSON
𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐
= 𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐 + (2𝑎𝑥𝑖 + 𝑏)(𝑥𝑖+1 + 𝑥𝑖)
2𝑎 2
+ (𝑥
𝑖+1 − 2𝑎𝑥𝑖+1 𝑥𝑖 + 𝑥 𝑖)
2
2!
Recoger términos
𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐
= 𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐 + 2𝑎𝑥𝑖(𝑥𝑖+1 + 𝑥𝑖) + 𝑎(𝑥2𝑖+1 − 2𝑎𝑥𝑖+1𝑥𝑖 + 𝑥2𝑖)
2𝑎 2
+ (𝑥
𝑖+1 − 2𝑎𝑥𝑖+1 𝑥𝑖 + 𝑥 𝑖)
2
2!
𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐
= 𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐 + 2𝑎𝑥𝑖 + 𝑏(𝑥𝑖+1 + 𝑥𝑖) − 2𝑎𝑥𝑖+1𝑥𝑖 + 𝑥2𝑖 + 𝑏𝑥𝑖+1𝑥𝑖
+ 𝑥2𝑖
𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐
= (𝑎𝑥2𝑖+1 + 2𝑎𝑥𝑖 + 𝑏𝑥2𝑖+1) + 𝑎𝑥𝑖 + (2𝑎𝑥𝑖 − 2𝑎𝑥𝑖)(𝑏𝑥𝑖+1 + 𝑏𝑥𝑖) + 𝑥2𝑖+1
− 2𝑎𝑥𝑖+1𝑥𝑖 + 𝑥2𝑖
𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐 = 𝑎𝑥2𝑖+1 + 𝑏𝑥2𝑖+1 + 𝑐
4.15 La fórmula de Manning para un canal rectangular se

escribe como
1 (𝐵𝐻)5⁄
𝑄=
𝑆1⁄2
3
𝑛 (𝐵 + 2𝐻)2⁄3
donde Q = flujo (m3/s), n = coeficiente de rugosidad, B = ancho (m), H = profundidad

(m) y S = pendiente. Aplique la fórmula para un arroyo donde se conoce que el ancho
= 20 m y la profundidad = 0.3 m. Por desgracia conocemos el coeficiente de
rugosidad y la pendiente con una precisión de sólo ±10%. Es decir, la rugosidad
tiene un valor de 0.03 con un rango de 0.027 a 0.033, y la pendiente es 0.0003 con
un rango de 0.00027 a 0.00033. Use un análisis de error de primer orden para
determinar la sensibilidad en la predicción del flujo para cada uno de esos dos
factores. ¿Cuál se debería intentar medir para una mejor precisión?
𝜕𝑄 𝜕𝑄
∆𝑄 = | | ∆𝑢 + | ∆𝑆
𝜕𝑛 | 𝜕𝑆
𝜕𝑄
(𝐵𝐻)5⁄ 𝑆0.5 = −50.47
1 3
=−
𝜕𝑛 𝑛2 (𝐵 + 2𝐻)2⁄3
𝜕𝑄 1 (𝐵𝐻)5⁄3 1
=− = 2536 .9
𝜕𝑆 𝑛2 (𝐵 + 2𝐻)2⁄3 𝑆0.5
Q
DENILSON
DENILSON
4.16 Si |x| < 1, se sabe que
εs= 0.5∗102−2%=0.5%
Valor verdadero:
1/ (1-0.1) =1.111111…….
orden cero:
1
1−𝑥 =1
1.11111 − 1
𝜀𝑎 = | | ∗ 100% = 10%
1.11111
Primer orden:
1
1 − 𝑥 = 1 + 0.1 = 1.1
𝜀𝑡 = 1%
1.1 − 1
𝜀𝑎 = | | ∗ 100% = 9.0909%
1.1
segundo orden:
1
1 − 𝑥 = 1 + 0.1 + 0.01 = 1.11
𝜀𝑡 = 0.1%
1.11 − 1.1
𝜀𝑎 = | | ∗ 100% = 0.9009009%
1.11
tercer orden:
1
1 − 𝑥 = 1 + 0.1 + 0.01 = 1.111
𝜀𝑡 = 0.01%
1.11 − 1.1
𝜀𝑎 = | | ∗ 100% = 0.090009%
1.11
4.17 Un misil sale de la Tierra con una velocidad inicial v0 formando con la vertical
un ángulo φ0 como se muestra en la figura
DENILSON
P4.17. La altitud máxima deseada es a R donde R es el radio de la Tierra. Usando

las leyes de la mecánica se demuestra que
𝑠𝑒𝑛∅0 = (1 + 𝛼)√1 − 𝛼 𝑣𝑒 2
( )
1 + 𝛼 𝑣𝑜
donde ve es la velocidad de escape del misil. Se quiere disparar el misil y alcanzar

la velocidad máxima proyectada con una exactitud de ±1%. Determine el rango de
valores de f0 si ve/v0 = 2 y
a = 0.2.
∆(𝑠𝑒𝑛∅ ) 𝑑𝑠𝑒𝑛∅0 | ∆𝛼
0= | 𝑑𝛼
𝑑𝑠𝑒𝑛∅0 𝛽 0.25(4)
=
𝑑𝛼 + √1 − 1 + 0.25 = −3.1305
2√(1 + 0.25)(1 0.25 − 0.25(4)))
𝑑𝑠𝑒𝑛∅0 𝛽
= 0.25(4)
𝑑𝛼 + √1 − 1 + 0.25 = −3.1305
2√(1 + 0.25)(1 0.25 − 0.25(4)))
∆(𝑠𝑒𝑛∅0) = 3.1305∆𝛼
𝑝𝑎𝑟𝑎 ∆𝛼 = 0.25(0.02) = 0.005,
∆(𝑠𝑒𝑛∅0) = 3.1305(0.005) = 0.015652

0.25
𝑠𝑒𝑛∅0 = (1 + 0.25)√1 − 4 = 0.559017
1 0.25
max sin∅0 = 0.559017 + 0.015652 = 0.574669
max sin∅0 = 0.559017 − 0.015652 = 0.543365

DENILSON
18
max ∅0 = arcsin(0.574669) ∗ 0
= 35.076°
𝜋
180
𝑚𝑖𝑛∅0 = arcsin(0.574669) ∗ = 32.913°
𝜋
4.18 Considere la función f(x) = x3 – 2x + 4 en el intervalo [–2, 2] con h = 0.25. Use
las aproximaciones en diferencias finitas hacia adelante, hacia atrás y centrada para
la primera y segundas derivadas, e ilustre gráficamente qué aproximación es más
exacta. Grafique las tres aproximaciones a la primera derivada por diferencias
finitas, junto con los valores exactos, y haga lo mismo con la segunda derivada.
DENILSON
DENILSON
CAPITULO 5
5.1 Determine las raíces reales de f(x) = –0.5x2+ 2.5x + 4.5:
a) Gráficamente
x f(x)
-3 -7.5
-2 -2.5
-1 1.5
0 4.5
1 6.5
2 7.5
3 7.5
4 6.5
5 4.5
6 1.5
7 -2.5
8 -7.5
0
-5 0 5 10
-4
-8 y = -0,5x 2+ 2,5x + 4,5
b) Empleando la fórmula cuadrática

=> X = 6.405124838
c) Usando el método de bisección con tres iteraciones para determinar la raíz

más grande. Emplee como valores iniciales Xl = 5 y Xu = 10. Calcule el error
estimado Ea y el error verdadero Et para cada iteración.
I a Xi b f(Xi) f(a) f(b) E%

1 5 7.5 10 - 4.5 -20.5
4.87500
2 5 6.25 7.5 0.59375 4.5
- 2.42%
4.875
3 6.25 6.875 7.5 - 0.59375 - 7.34%
1.94531 4.875
5.2 Determine las raíces reales de f(x) = 5x3 – 5x2 + 6x – 2:
a) Gráficamente
x f(x)
-1 -18
-0.5 -6.875
0 -2
0.5 0.375
1 4
0
-0,5 0 0,5 1
-4
-8
b) Utilizando el método de bisección para localizar la raíz más pequeña. Use

los valores iniciales Xl = 0 y Xu = 1 iterando hasta que el error estimado Ea se
encuentre debajo de Es = 10%.
i a Xi b f(Xi) f(a) f(b) Error%

1 0 0.5 1 0.375 -2 4
2 0 0.25 0.5 -0.734375 -2 0.375 100.00%
3 0.25 0.375 0.5 -0.18945313
-0.734375 0.375 33.33%
4 0.375 0.4375 0.5 0.08666992 - 0.375 14.29%
0.18945313
5 0.375 0.40625 0.4375 -0.05245972 - 0.08667 7.69%
0.18945313
5.3 Determine las raíces reales de f(x) = −25 1 82x − 90x2 + 44x3– 8x4 + 0.7x5:
a) Gráficamente
x f(x)
-12 -126878.4
-10 48820
-8 117462.4
-6 122536.8
-4 93707.2
-2 49501.6
0 0
2 -50477.6
4 -100683.2
6 -149752.8
8 -194518.4
10 -226820
12 -230817.6
14 -180303.2
16 -36012.8
18 257061.6
DENILSON
300000
200000
100000
0
-15 -10 -5 0 5 10 15 20
-100000
-200000
-300000
b) Usando el método de bisección para localizar la raíz más grande con Es =

10%. Utilice como valores iniciales Xl = 0.5 y Xu = 1.0.
i a Xi b f(Xi) f(a) f(b) Error

%
1 15 16 17 -36012.800 -122917.5 87799.9
2 16 16.5 17 20774.221 -36012.8 87799.9
9 3.03%
3 16 16.25 16.5 -8833.049 -36012.8 20774.22
2 1.54%
4 16.25 16.375 16.5 5659.0685 - 20774.22
8833.049 2
3 0.76%
5 16.25 16.3125 16.375 -1663.8489 - 5659.068
8833.049 5
3 0.38%
6 16.3125 16.3437 16.375 1978.2682 - 5659.068
5 1663.848 5
9 0.19%
DENILSON
7 16.3125 16.3281 16.343 152.3902 - 1978.268

3 8 1663.848
9 0.10%
8 16.3125 16.3203 16.328 -756.9323 - 152.3901
1 1 1663.848 7
9 0.05%
9 16.3203 16.3242 16.328 -302.5720 -756.9323 152.3901
2 1 7 0.02%
10 16.3242 16.3261 16.328 -75.1662 -302.5720 152.3901
7 1 7 0.01%
11 16.3262 16.3271 16.328 38.5931 -75.1662 152.3901
5 1 7 0.01%
12 16.3262 16.3266 16.327 -18.2912 -75.1662 38.5932
6 1 0.00%
5.4 Calcule las raíces reales de f(x) = –12 – 21x + 18x2 – 2.75x3:
a) Gráficamente
x f(x)
-0.5 3.34375
0 -12
-
0.5 18.34375
1 -17.75
-
1.5 12.28125
2 -4
2.5 5.03125
3 12.75
3.5 17.09375
4 16
4.5 7.40625
5 -10.75
20
10
0
-2 0 2 4 6
-10
-20
DENILSON
b) Empleando el método de la falsa posición con un valor Es correspondiente a

tres cifras significativas para determinar la raíz más pequeña.
i a Xi b f(Xi) f(a) Error

%
1 -1 -0.5 0 3.34375 29.75
2 -0.5 -0.25 0 -5.582031 3.34375 100%
3 -0.5 -0.375 -0.25 -1.448730 3.34375 33%
4 -0.5 -0.4375 -0.375 0.863098 3.34375 14%
5 -0.4375 -0.40625 -0.375 -0.313667 0.8630981 8%
6 -0.4375 - - 0.269471 0.8630981 4%
0.421875 0.40625
7 - - - -0.023405 0.2694712 2%
0.42188 0.414063 0.40625
8 - - - 0.122706 0.2694712 1%
0.42188 0.417969 0.41406
5.5 Localice la primera raíz no trivial de sen(x) = x2, donde x está en radianes.
Use una técnica gráfica y bisección con un intervalo inicial de 0.5 a 1. Haga el
cálculo hasta que Ea sea menor que Es = 2%. Realice también una prueba de
error sustituyendo la respuesta final en la ecuación original.
x sen(x)
0 0
0.3 0.205520
0.6 0.204643
-
0.9 0.026673
-
1.2 0.507961
-
1.5 1.252505
0,5
0
0 0,5 1 1,5
-0,5
-1
-1,5

%
1 0.5 0.75 1 0.119139 0.2294255
2 0.75 0.875 1 0.001919 0.1191388 14.29%

3 0.875 0.9375 1 - 0.0019185 6.67%
0.072825
4 0.875 0.90625 0.9375 - 0.0019185 3.45%
0.034092
5 0.875 0.890625 0.90625 - - 1.75%
0.015748 0.0159953
5.6 Determine la raíz real de ln(x2) = 0.7:
a) Gráficamente
x f(x) x f(x)
-2 0.686294 0.1 -5.305170
-1 - 0.2 -3.918876
0.700000
-0.9 - 0.3 -3.107946
0.910721
-0.8 - 0.4 -2.532582
1.146287
-0.7 - 0.5 -2.086294
1.413310
-0.6 - 0.6 -1.721651
1.721651
-0.5 - 0.7 -1.413310
2.086294
-0.4 - 0.8 -1.146287
2.532582
-0.3 - 0.9 -0.910721
3.107946
-0.2 - 1 -0.700000
3.918876
-0.1 - 2 0.686294
5.305170
1,0000000
0,0000000
-2 -1 -1,0000000 0 1 2
-2,0000000
-3,0000000
-4,0000000
-5,0000000
-6,0000000
b) Empleando tres iteraciones en el método de bisección con los valores iniciales Xl

= 0.5 y Xu = 2.

%
1 0.5 1.25 2 - - 0.68629
0.25371 2.086294
2 1.25 1.625 2 0.27102 - 0.68629
0.253713 23.08%
3 1.25 1.4375 1.625 0.02581 - 0.27102
0.253713 13.04%
c) Usando tres iteraciones del método de la falsa posición, con los mismos
valores iniciales de b).

%
1 0.5 1.25 2 0.44629 - 1.38629
1.38629
2 0.5 1.067353 1.25 0.13036 - 0.44629 17.11%
1.38629
3 0.5 1.018587 1.0674 0.03683 - 0.13036 4.79%
1.38629
5.7 Determine la raíz real de f(x) = (0.8 – 0.3x) /x:
a) Analíticamente
Si: f(x) = 0 entonces: =0

Se deduce que la raíz de f(x) es:
2.666666667
b) Gráficamente
x f(x)
0.15 5.0333
0.2 3.7
0.4 1.7
0.6 1.0333
0.8 0.7
1 0.5
2 0.1
3 -0.0333
4 -0.1
5 -0.14
6,0000
4,0000
2,0000
0,0000
0 1 2 3 4 5
-2,0000
c) Empleando tres iteraciones en el método de la falsa posición, con valores

iniciales de 1 a 3. Calcule el error aproximado Ea y el error verdadero Et en
cada iteración.
i a Xi b f(Xi) f(a) (fb) Error

%
1 1 2.875 - 3 0.5 - 7.25%
0.02174 0.03333
2 1 2.796875 2.875 - 0.5 - 4.66%
0.01397 0.02174
3 1 2.7480469 2.796875 - 0.5 - 2.96%
0.00888 0.01397
5.8 Calcule la raíz cuadrada positiva de 18 usando el método de la falsa

posición con Es = 0.5%. Emplee como valores iniciales Xl = 4 y Xu = 5.

%
1 4 4.472136 5 2.11474 2 2.2361
2 4.47214 4.728708 5 - 2.11474 2.2361 5.43%
0.13082
3 4.47214 4.598633 4.72871 - 2.11474 2.1746 2.83%
0.12604
5.9 Encuentre la raíz positiva más pequeña de la función (x está en radianes)

x2|cos (x^ (1/2)) |=5 usando el método de la falsa posición.
Para localizar el intervalo en donde se encuentra la raíz, grafique primero esta

función para valores de x entre 0 y 5. Realice el cálculo hasta que Ea sea menor
que Es = 1%. Compruebe su respuesta final sustituyéndola en la función original.
x f(x)
0 -5
1 -4.459698
2 -4.376225
3 -3.554991
DENILSON
4 1.658349
5 10.431822
12
0
0 1 2 3 4 5
-6

%
1 0 1.620029 5 - -5 10.4318
4.22944
2 1.6200 2.595074 5 - - 10.4318 37.57%
4.72984 4.2294
3 2.5951 3.345316 5 - - 10.4318 22.43%
2.14219 4.7298
4 3.3453 3.627218 5 - - 10.4318 7.77%
0.69027 2.1422
5 3.6272 3.712417 5 - - 10.4318 2.29%
0.19700 0.6903
6 3.7124 3.736282 5 - - 10.4318 0.64%
0.05424 0.1970
5.10 Encuentre la raíz positiva de f(x) = x4 – 8x3 – 35x2 + 450x –1001, utilizando el
método de la falsa posición. Tome como valores iniciales a Xl = 4.5 y Xu = 6, y
ejecute cinco iteraciones. Calcule los errores tanto aproximado como verdadero,
con base en el hecho de que la raíz es 5.60979. Emplee una gráfica para explicar
sus resultados y hacer el cálculo dentro de un Es = 1.0%.

%
1 - -
4.5 5.017544 6 7
1.00147 3.6875
DENILSON
2 - -
5.0175 5.140509 6 7 2.39%
1.06504 1.0015
3 - -
5.1405 5.254010 6 7 2.16%
1.12177 1.0650
4 - -
5.2540 5.357046 6 7 1.92%
1.07496 1.1218
5 - -
5.3570 5.442637 6 7 1.57%
0.90055 1.0750
6 - -
5.4426 5.506169 6 7 1.15%
0.65919 0.9006
7 - -
5.5062 5.548670 6 7 0.77%
0.43252 0.6592
5.11 Determine la raíz real de x3.5 = 80:
a) En forma analítica.
Despejamos X de la
ecuación X = 80 ^ (1/3.5)
obtenemos la raíz que es: 3.497357243
b) Con el método de la falsa posición dentro de Es = 2.5%. Haga

elecciones iniciales de 2.0 a 5.0.

%
1 - -
2 2.768318 5 199.5085
44.70153 68.6863
2 - -
2.7683 3.176817 5 199.5085 12.86%
22.85572 44.7015
3 - -
3.1768 3.364213 5 199.5085 5.57%
10.16193 22.8557
4 -
3.3642 3.443493 5 -4.22998 199.5085 2.30%
10.1619
5.12 Dada f(x) = –2x6 – 1.5x4 + 10x + 2
Use el método de la bisección para determinar el máximo de esta función.

Haga elecciones iniciales de Xl = 0 y Xu = 1, y realice iteraciones hasta que el
error relativo aproximado sea menor que 5%.
f'(x) = -12*x^5-6*x^3+10

1 0 0.5 1 8.875 10 -8
DENILSON
2 0.5 0.75 1 4.621094 8.875 8.5 33.33%

3 -
0.75 0.875 1 4.6211 8.5 14.29%
0.174438
4 0.75 0.8125 0.875 2.532627 4.6211 8.9731 7.69%
5 0.8125 0.84375 0.875 1.264366 2.5326 8.9731 3.70%
5.13 La velocidad v de un paracaidista que cae está dada por
donde g = 9.8 m/s2. Para un paracaidista con coeficiente de arrastre de c = 15 kg/s,

calcule la masa m de modo que la velocidad sea v = 35 m/s en t = 9s. Utilice el
método de la falsa posición para determinar m a un nivel de Es = 0.1%.

%
1 50 60 70 0.06835 -
4.5287
2 50 55 60 - - 9.09%
2.15342 4.5287
3 55 57.5 60 - - 4.35%
1.02383 2.1534
4 57.5 58.75 60 - - 2.13%
0.47313 1.0238
5 58.75 59.375 60 - - 1.05%
0.20125 0.4731
6 59.375 59.6875 60 - - 0.52%
0.06616 0.2012
7 59.6875 59.84375 60 0.00116 - 0.26%
0.0662
8 59.6875 59.765625 59.8438 - - 0.13%
0.03248 0.0662
9 59.7656 59.804688 59.8438 - - 0.07%
0.01565 0.0325
5.14 Se carga una viga de la manera que se aprecia en la figura. Emplee el

método de bisección para resolver la posición dentro de la viga donde no hay
momento.
DENILSON
f(x) x f(x) x f(x) x f(x)

0 0 3 645 6 540 10 -200
1 259.4444 4 710 7 355 11 -100
2 485.5555 5 675 8 170 12 0
3 645 6 540 9 -15
10 -200
1000
500
0
0 2 4 6 8 10 12 14
-500

1 6 8 10 170 540 -200
2 8 9 10 -15 170 -200 11.11%
3 8 8.5 9 77.5 170 -15 5.88%
4 8.5 8.75 9 31.25 77.5 -15 2.86%
5 8.75 8.875 9 8.125 31.25 -15 1.41%
6 8.875 8.9375 9 -3.4375 8.125 -15 0.70%
7 8.875 8.90625 8.9375 2.34375 8.125 -
3.4375 0.35%
8 8.9063 8.921875 8.9375 - 2.3438 -
0.54688 3.4375 0.18%
9 8.9063 8.914063 8.9219 0.89844 2.3438 -
0.5469 0.09%
5.15 Por un canal trapezoidal fluye agua a una tasa de Q = 20m3/s. La

profundidad crítica y para dicho canal satisface la ecuación
DENILSON
donde g = 9.81m/s2, Ac = área de la sección transversal (m2), y B = ancho del

canal en la superficie (m). Para este caso, el ancho y el área de la sección
transversal se relacionan con la profundidad y por medio de
Resuelva para la profundidad crítica con el uso de los métodos
a) gráfico
x f(x)
-
0.5 32.2582147
-
1 2.80405548
1.5 -0.030946
2 0.60180938
2.5 0.81303218
10
0
0 0,5 1 1,5 2 2,5 3
-10
-20
-30
-40
b) bisección

DENILSON
1 0.5 1.5 2.5 - - 0.8130

0.03095 32.2582
2 1.5 2 2.5 0.60181 -0.0309 0.8130 25.00%
3 1.5 1.75 2 0.37891 -0.0309 0.6018 14.29%
4 1.5 1.625 1.75 0.20693 -0.0309 0.3789 7.69%
5 1.5 1.5625 1.625 0.09796 -0.0309 0.2069 4.00%
6 1.5 1.53125 1.5625 0.03626 -0.0309 0.0980 2.04%
7 1.5 1.51563 1.5313 0.00338 -0.0309 0.0363 1.03%
8 1.5000 1.50781 1.5156 - -0.0309 0.0034
0.01360 0.52%
9 1.5078 1.51172 1.5156 - -0.0136 0.0034
0.00506 0.26%
c) falsa posición. En los incisos b) y c), haga elecciones iniciales de Xl = 0.5 y Xu =

2.5, y ejecute iteraciones hasta que el error aproximado caiga por debajo del 1% o
el número de interaciones supere a 10. Analice sus resultados.
i a Xi b f(Xi) f(a) f(b) Error %

1 0.5 2.45083 2.5 0.79987 - 0.8130
32.2582
2 0.5 2.40363 2.4508 0.03283 - 0.7999 1.96%
32.2582
3 0.5 2.35834 2.4036 0.03922 - 0.7861 1.92%
32.2582
4 0.5 2.31492 2.3583 0.04558 - 0.7718 1.88%
32.2582
5 0.5 2.27331 2.3149 0.05191 - 0.7569 1.83%
32.2582
6 0.5 2.23347 2.2733 0.05819 - 0.7414 1.78%
32.2582
7 0.5 2.19534 2.2335 0.06441 - 0.7255 1.74%
32.2582
8 0.5 2.15888 2.1953 0.07056 - 0.7090 1.69%
32.2582
-
9 0.5 2.12404 2.1589 0.07664 32.2582 0.6921 1.64%
-
10 0.5 2.09077 2.1240 0.08263 32.2582 0.6747 1.59%
5.16 Suponga el lector que está diseñando un tanque esférico (véase la figura
P5.16) para almacenar agua para un poblado pequeño en un país en desarrollo.
El volumen de líquido que puede contener se calcula con
DENILSON
donde V = volumen [m3], h = profundidad del agua en el tanque [m], y R = radio del
tanque [m].
Si R = 3m, ¿a qué profundidad debe llenarse el tanque de modo que contenga

30 m3? Haga tres iteraciones con el método de la falsa posición a fin de obtener
la respuesta. Determine el error relativo aproximado después de cada iteración.

%
1 0 1.59155 3 - - 26.5487
10.34847 30.0000
2 1.5915 1.98658 3 -1.01531 - 26.5487 19.88%
10.3485
3 1.9866 2.02390 3 -0.07591 -1.0153 26.5487 1.84%
Verificando:
=PI*2.02390^2*(3*3-2.02390) / 3 = 29.9241
5.17 La concentración de saturación de oxígeno disuelto en agua dulce se

calcula con la ecuación (APHA, 1992)
donde Osf = concentración de saturación de oxígeno disuelto en agua dulce a 1

atm (mg/L) y Ta = temperatura absoluta (K). Recuerde el lector que Ta = T +
273.15, donde T = temperatura (ºC). De acuerdo con esta ecuación, la saturación
disminuye con el incremento de la temperatura. Para aguas naturales comunes en
climas templados, la ecuación se usa para determinar que la concentración de
oxígeno varía de 14.621 mg/L a 0ºC a 6.413 mg/L a 40ºC. Dado un valor de
concentración de oxígeno, puede emplearse esta fórmula y el método de bisección
para resolver para la termperatura en ºC.
a) Si los valores iniciales son de 0 y 40ºC, con el método de la bisección,

¿cuántas iteraciones se requerirían para determinar la temperatura con un error
absoluto de 0.05ºC.
log2 ∆𝑥0 40
( ) = log 2 ( ) = 9.6439
𝐸𝑎,𝑑 0.05
b) Desarrolle y pruebe un programa para el método de bisección a fin de

determinar T como función de una concentración dada de oxígeno, con un error
absoluto pre especificado como en el inciso a). Dadas elecciones iniciales de 0 y
40ºC, pruebe su programa para un error absoluto de 0.05ºC para los casos
siguientes: Osf = 8, 10 y 12 mg/L. Compruebe sus resultados.
function TC =
TempEval(osf) xl = 0 +
273.15;
xu = 40 + 273.15;
if
fTa(xl,osf)*fTa(xu,
osf)>0 error ('no
bracket')
end
xr = xl;
for i = 1:10
xrold = xr;
xr = (xl + xu)/2;
if xr ~= 0, ea = abs((xr - xrold)/xr) * 100;
end test = fTa(xl,osf)*fTa(xr,osf);
if test <
0 xu =
xr;
elseif test > 0
xl = xr;
else
ea = 0;
end
end
TC = xr - 273.15;
function f = fTa(Ta, osf)

f = -139.34411 + 1.575701e5/Ta -
6.642308e7/Ta^2; f = f + 1.2438e10/Ta^3 -
8.621949e11/Ta^4;
f = f - log(osf);
Resultados:
>> TempEval(8)
ans =
26.7578
>> TempEval(10)
ans =
15.3516
>> TempEval(12)
ans =
7.4609
5.18 Integre el algoritmo que se bosquejó en la figura 5.10, en forma de

subprograma completo para el método de bisección amigable para el usuario.
Entre otras cosas:
a) Construya enunciados de documentación en el subprograma a fin de

identificar lo que se pretende que realice cada sección.
b) Etiquete la entrada y la salida.
c) Agregue una comprobación de la respuesta, en la que se sustituya la

estimación de la raíz en la función original para verificar si el resultado final se
acerca a cero.
Option Explicit
Sub TestBisect()
Dim imax As Integer, iter As Integer
Dim x As Double, xl As Double, xu As Double
Dim es As Double, ea As Double, xr As

Double Dim root As Double
'input information from the
user Sheets("Sheet1").Select
Range("b4").Select
xl = ActiveCell.Value
ActiveCell.Offset(1,
0).Select xu =
ActiveCell.Value
0).Select es =
ActiveCell.Value
0).Select imax =
ActiveCell.Value
Range("b4").Select
If f(xl) * f(xu) < 0 Then
DENILSON
'if the initial guesses are valid, implement

bisection 'and display results
root = Bisect(xl, xu, es, imax, xr, iter,
ea) MsgBox "The root is: " & root
MsgBox "Iterations: " & iter
MsgBox "Estimated error: " &
ea MsgBox "f(xr) = " & f(xr)
Else
'if the initial guesses are invalid,
'display an error message
MsgBox "No sign change between initial guesses"
End If
End
Sub
Function Bisect(xl, xu, es, imax, xr, iter, ea)

Dim xrold As Double, test As
Double iter = 0
Do
xrold = xr
'determine new root
estimate xr = (xl + xu) / 2
iter = iter + 1
'determine approximate
error If xr <> 0 Then
ea = Abs((xr - xrold) / xr) *
100 End If
'determine new
bracket test = f(xl) *
f(xr)
If test < 0
Then xu = xr
ElseIf test > 0
Then xl = xr
Else
ea =
0 End If
'terminate computation if stopping criterion is
met 'or maximum iterations are exceeded
If ea < es Or iter >= imax Then Exit
Do Loop
Bisect = xr
End Function
Function f(c)
f = 9.8 * 68.1 / c * (1 - Exp(-(c / 68.1) * 10)) - 40
End Function
d) Pruebe el subprograma por medio de repetir los cálculos de los ejemplos 5.3
y 5.4.
DENILSON
DENILSON
CAPITULO 6
6.1 La función se puede formular como una iteración de punto fijo como
Usando una estimación inicial de x0 = 0.5, la primera iteración es
Las iteraciones restantes se resumen a continuación. Como puede verse,

se requieren 7 iteraciones para
caer por debajo del criterio de parada especificado de 0.01%.
La tabla también incluye una columna que muestra la proporción de los

errores relativos entre iteraciones:
Como puede verse, después de las primeras iteraciones, esta relación está
convergiendo en un valor constante de
alrededor de 0.118. Recordemos que el error de iteración de punto fijo es
DENILSON
Para nuestro problema
El valor de esta cantidad en la vecindad de la raíz verdadera (1.9724)

concuerda con la relación
obtenido en la tabla que confirma que la convergencia es lineal y se ajusta
a la teoría.
6.2 (a) Gráfica
Raíz  3.58
(b) Punto fijo
La ecuación se puede resolver de muchas maneras. Una manera simple que

converge es resolver para
El x que no se eleva a un poder de ceder.
Las iteraciones resultantes son

DENILSON
(c) Newton-Raphson
(d) Secante
(e) secante modificada ( = 0.01)
6.3 (a) Punto fijo. La ecuación se puede resolver de dos maneras. La forma en
que converge es
Las iteraciones resultantes son
(b) Newton-Raphson
DENILSON
6.4 (a) Una gráfica de la función indica que hay 3 raíces reales en
aproximadamente 0.2, 1.5 y 6.3
(b) El método de Newton-Raphson se puede configurar como
Esta fórmula se puede resolver de forma iterativa para determinar las tres
raíces que se resumen en el
siguientes tablas:
DENILSON
Por lo tanto, las raíces son 0.214333, 1.479769 y 6.305898.
6.5 (a) El método de Newton-Raphson se puede configurar como
Usando una estimación inicial de 4.52, esta fórmula salta y eventualmente

converge en el Raíz en 0.214333 después de 21 iteraciones:
La razón del comportamiento se describe en la siguiente trama. Como

puede verse, la conjetura de x = 4.52 corresponde a una pendiente
negativa cercana a cero de la función. De ahí, la primera iteración. dispara
a un gran valor negativo que está lejos de una raíz.
DENILSON
(b) Usando una estimación inicial de 4.54, esta fórmula salta y

eventualmente converge en el Raíz en 6.305898 después de 14
iteraciones:
La razón del comportamiento se describe en la siguiente trama. Como

puede verse, la suposición de x = 4.54 corresponde a una pendiente
positiva cercana a cero. Por lo tanto, la primera iteración se dispara a una
gran Valor positivo que está lejos de una raíz.
DENILSON
6.6 (a) Un gráfico de la función indica que la raíz real más baja es
aproximadamente 0.4:
(b) El criterio de parada correspondiente a 3 cifras significativas puede

determinarse con la ex. 3.7 es
Usando conjeturas iniciales de xi – 1 = –1 y xi = –0.6, el método secante se

puede iterar a este nivel Como se resume en la siguiente tabla:
6.7 Una gráfica de la función indica que la primera raíz positiva ocurre
alrededor de 1.9. sin embargo, la trama también indica que hay muchas
otras raíces positivas.
(a) Para las estimaciones iniciales de xi – 1 = 1.0 y xi = 3.0, se obtienen

cuatro iteraciones del método secante
DENILSON
El resultado salta a un valor negativo debido a la mala elección de las

conjeturas iniciales como se ilustra en
La siguiente trama: -3 A partir de entonces, parece estar convergiendo

lentamente hacia la raíz positiva más baja. Sin embargo, si el Se continúan
las iteraciones, la técnica vuelve a tener problemas cuando la pendiente
cercana a cero es de 0.5. Se acerca. En ese punto, la solución dispara
lejos de la raíz más baja con el resultado de que ¡Eventualmente converge
a una raíz en 177!26!
DENILSON
CAPITULO 7
7.1 Divida el polinomio ƒ(x) = x4 – 7.5x3 + 14.5x2 + 3x – 20 entre el monomio x – 2.

¿Es x = 2 una raíz?
n = 4, a0 = 20, a1 = 3, a2 = 14.5, a3 = 7.5, a4 = 1 y t =2
r = a4 = 1
a4 = 0
Para i = 3,
s = a3 = 7.5
a3 = r = 1
DENILSON
r = s + r.t = 7.5 - 1(2) = 5.5
Para i = 2,
s = a2 = 14.5
a2 = r = 5.5
r = s + r.t = 14.5-5.5 (2) = 3.5
Para i = 1,
s = a1 = 3
a1 = r = 3.5
r = s + r.t = 3+3.5 (2) = 10
Para i = 0,
s = a0 = 20
a0 = r = 10
r = s + r.t = 20+10(2) = 0
La pregunta es: x3 – 5.5x2 + 3.5x +10 y su resultado igual a cero.

Verificamos mediante MATLAB.
>> a = [1 -7.5 14.5 3 -20];

>> b = [1 -2];
>> [d,e] = deconv(a,b)
d=
1.0000 -5.5000 3.5000 10.0000 e =

0 0 0 0 0
7.2 Haga la división del polinomio ƒ(x) = x5 –5x4 + x3 – 6x2 – 7x + 10 entre
el monomio x – 2.
n = 5, a0 = 10, a1 = 7, a2 = 6, a3 = 1, a4 = 5, a5 = 1, and t = 2. These can be
used to compute
r = a4 = 1
a4 = 0
Para i = 4,
s = a4 = 5
r = s + r.t = 5 + 1(2) = 3
Para i = 3,
s = a3 = 1 a3 = r = 3
r = s + r.t = 1 +3(2) = 5
Para i = 2,
s = a2 = 6
a2 = r = 5
r = s + r.t = 6 +5(2) = 16
Para i = 1,
s = a1 = 7
a1 = r =
16
r = s + r.t = 7 +16(2) = 39
Para i = 0,
s = a0 =
10 a0 = r =
39
r = s + r.t = 10 -39(2) =- 68
La pregunta es: x4 – 3x3 – 5x2 – 16x – 39 y la respuesta es -68. Ahora
resolvemos usando MATLAB.
>> a=[1 -5 1 -6 -7 10];

>> b = [1 -2];
>> [d,e] = deconv(a,b)
d=
1 -3 -5 -16 -39
e=
0 0 0 0 0 -68
7.3 Use el método de Müller para determinar la raíz real positiva
de a) ƒ (x) = x3 + x2 – 3x – 5
b) ƒ (x) = x3 – 0.5x2 + 4x – 3
a) La raíz corta en x=2
6
4
2
0
-4 - - 0 2 4
-
x0 = 1, x1 = 1.5, y x2 = 2.5.
Iteraciones:
b) La raíz corta en x=7
X0=1, x1=1 y x2=1.5

Iteraciones:
7.4 Emplee el método de Müller o MATLAB para determinar las raíces reales
y complejas de
a) ƒ (x) = x3 – x2 + 3x – 2
b) ƒ (x) = 2x4 + 6x2 + 10
c) ƒ(x) = x4 – 2x3 + 6x2 – 8x +8
(a)
>> a=[1 -1 3 -2];

>> roots(a)
ans =
0.1424 + 1.6661i
0.1424 - 1.6661i
0.7152
(b)
>> a=[2 0 6 0 10];

DENILSON
>> roots(a)
ans =
-0.6067 + 1.3668i
-0.6067 - 1.3668i
0.6067 + 1.3668i
0.6067 - 1.3668i
(c)
>> a=[1 -2 6 -8 8];
>> roots(a)
ans =
-0.0000 + 2.0000i
-0.0000 - 2.0000i
1.0000 + 1.0000i
1.0000 - 1.0000i
7.5 Utilice el método de Bairstow para determinar las raíces
de a) ƒ (x) = –2 + 6.2x –4x2 + 0.7x3
b) ƒ (x) = 9.34 – 21.97x + 16.3x2 –3.704x3
c) ƒ(x) = x4 – 3x3 + 5x2 – x – 10
a) El grafico tiene tres raices reales: 0.44, 2 y 3.3
Si r=1 y s=-1
DENILSON
b) La grafica tiene tres raíces reales: 0.9, 1.2 y 2.3.
Si r=2 y s = -0.5
DENILSON
7.6 Desarrolle un programa para implementar el método de Müller. Pruébelo con

la repetición del ejemplo 7.2
DENILSON
7.7 Emplee el programa que desarrolló en el problema 7.6 para determinar

las raíces reales del problema 7.4a. Construya una gráfica (a mano, o con
Excel o algún otro paquete de graficación) para elegir valores iniciales
apropiados.
La raíz corta en x=0.7

DENILSON
X0=0.63 x1=0.77 x2=0.7
En dos iteraciones la raíz es igual a 0.715225
7.8 Desarrolle un programa para implementar el método de Bairstow. Pruébelo

con la repetición del ejemplo 7.3.
DENILSON
Resulta sus raíces: -1, 0.5, 2, 1+0.5i y 1-0.5i
7.9 Use el programa que desarrolló en el problema 7.8 para determinar las
raíces de las ecuaciones en el problema 7.5.
7.10 Determine la raíz real de x3.5 = 80, con la herramienta Goal Seek de Excel,
o la librería o paquete de su elección.
DENILSON
El resultado es 80.00077
7.11 La velocidad de un paracaidista que cae está dada
por v = gm c (l – e–(c/m)t)
Donde g = 9.8 m/s2. Para un paracaidista con un coeficiente de arrastre c = 14

kg/s, calcule la masa m de modo que la velocidad sea v = 35 m/s en t = 8 s.
Use las herramientas Goal Seek de Excel, o alguna librería o paquete que elija,
con objeto de determinar el valor de m.
El resultado es 58.717
DENILSON
7.12 Determine las raíces de las ecuaciones no lineales simultáneas
siguientes: y = –x2 + x + 0.75
y + 5xy = x2
Emplee valores iniciales, x = y = 1.2 y emplee la herramienta Solver de Excel, o

la librería o paquete que prefiera.
El resultado es 9.23x10E-07
7.13 Determine las raíces de las ecuaciones no lineales simultáneas que
siguen: (x – 4)x2 + (y – 4)2 = 5 x2 + y2 = 16
Use el método gráfico para obtener los valores iniciales. Determine

estimaciones refinadas con la herramienta Solver de Excel, o la librería o
paquete de su preferencia.
DENILSON
El resultado es x=3.5691 y Y=1.8059
7.14 En MATLAB, ejecute operaciones idénticas a las del ejemplo 7.7, o utilice la
librería o paquete de su elección, a fin de encontrar todas las raíces del
polinomio
ƒ(x) = (x – 4)(x + 2)(x – 1)(x + 5)(x – 7)
Obsérvese que es posible usar la función poly para convertir las raíces en
un polinomio.
DENILSON
7.15 Use MATLAB o la librería o paquete que prefiera para determinar las
raíces de las ecuaciones en el problema 7.5.
7.16 Desarrolle un subprograma para resolver cuáles son las raíces de un

polinomio, el cual utilice las rutinas IMSL o ZREAL, o la librería o paquete de
su elección. Pruébelo con la determinación de las raíces de las ecuaciones de
los problemas 7.4 y 7.5.
DENILSON
7.17 Un cilindro circular de dos dimensiones se coloca en un flujo de velocidad

alta y uniforme. Se desprenden vórtices del cilindro a frecuencia constante, la cual
detectan sensores de presión en la superficie posterior del cilindro por medio de
calcular qué tan seguido oscila la presión. Dados tres puntos de los datos, use el
método de Müller para encontrar el momento en que la presión fue igual a cero.
Tiempo 0.60 0.62 0.64
Presión 20 50 60
DENILSON
El resultado según la gráfica es 0.591
7.18 Al tratar de encontrar la acidez de una solución de hidróxido de magnesio

en ácido clorhídrico, se obtiene la ecuación siguiente:
A(x) = x3 + 3.5x2 – 40
Donde x es la concentración del ion hidrógeno. Calcule la concentración del ion

de hidrógeno para una solución saturada (cuando la acidez es igual a cero) por
medio de dos métodos diferentes en MATLAB (por ejemplo, en forma gráfica y
raíces de una función).
X = 2.567
DENILSON
b) las raíces de la función son:
7.19 Considere el sistema siguiente con tres incógnitas a, u y
v: u2 – 2v2 = a2
u + v = 2 a2 – 2a – u = 0
Encuentre los valores reales de las incógnitas, por medio de a) Solver de Excel, y
b) algún paquete de software de manipulación simbólica.
a) Solución en excel
DENILSON
Resulta: a=-1, u=1 y v=-1
Y la solución final es: a=-1.6951, u=6.2634 y v=-4.2636
b) Solución en MATLAB
DENILSON
Las soluciones para a,u y v son: (-0.4879, 1.2140 y 0.7860) y (-1.6952, 6.2641 y -
4.2641).
DENILSON
7.20 En el análisis de sistemas de control, se desarrollan funciones de

transferencia que relacionan en forma matemática la dinámica de la entrada de
un sistema con su salida. La función de transferencia para un sistema de
posicionamiento robotizado está dada por:
Donde G(s) = ganancia del sistema, C(s) = salida del sistema, N(s) = entrada
del sistema y s = frecuencia compleja de la transformada de Laplace. Utilice una
técnica numérica para obtener las raíces del numerador y el denominador, y
factorícelas en la forma siguiente:
La función transformada será igual a:
7.21 Desarrolle una función de archivo M para el método de bisección, en forma

similar a la de la figura 5.10. Pruebe la función por medio de repetir los cálculos
de los ejemplos 5.3 y 5.4.
DENILSON
Usar MATLAB con un error igual a 0.0001
7.22 Desarrolle una función de archivo M para el método de la falsa posición. La

estructura de su función debe ser similar al algoritmo de la bisección que se
ilustra en la figura 5.10. Pruebe el programa por medio de repetir el ejemplo 5.5.
DENILSON
7.23 Desarrolle una función de archivo M para el método de Newton-Raphson,

con base en la figura 6.4 y la sección 6.2.3. Junto con el valor inicial, introduzca
como argumentos la función y derivada. Pruébelo con la repetición del cálculo del
ejemplo 6.3.
DENILSON
7.24 Desarrolle una función de archivo M para el método de la secante, con

base en la figura 6.4 y la sección 6.3.2. Junto con los dos valores iniciales,
introduzca como argumento a la función. Pruébelo con la duplicación de los
cálculos del ejemplo 6.6.
DENILSON
7.25 Desarrolle una función de archivo M para el método de la secante

modificado, con base en la figura 6.4 y la sección 6.3.2. Junto con el valor inicial y
la fracción de perturbación, introduzca como argumento a la función. Pruébelo con
la duplicación de los cálculos del ejemplo 6.8.
DENILSON
DENILSON
CAPITULO 8
8.1 Realice el mismo cálculo que en la sección 8.1, pero ahora con alcohol etílico (a
= 12.02 y b = 0.08407) a una temperatura de 400 K y una presión P de 2.5 atm.
Compare los resultados con la ley de los gases ideales. Si es posible, utilice el
software de su computadora para determinar el volumen molar. Si no, use
cualquiera de los métodos numéricos analizados en los capítulos 5 y 6, y realice
los cálculos. Justifique la elección de la técnica.
SOLUCIÓN
8.2 En ingeniería química, los reactores de flujo tipo tapón (es decir, aquellos en
que el fluido va de un extremo al otro con una mezcla mínima a lo largo del eje
longitudinal) se usan para
convertir reactantes en productos. Se ha determinado que la eficiencia de la

conversión algunas veces se mejora recirculando una porción de la corriente del
producto, de tal forma que regrese a la entrada para un paso adicional a través del
reactor (figura P8.2). La razón de recirculando se define como
Suponga que se está procesando una sustancia química A para generar un

producto B. Para el caso en que A forma a B de acuerdo con una reacción
autocatalítica (es decir, en la cual uno de los productos actúa como catalizador
o
DENILSON
estimulante en la reacción), es posible demostrar que una razón óptima

de recirculación debe satisfacer
donde XAƒ es la fracción del reactante A que se convierte en el producto B. La

razón óptima de recirculación corresponde a un reactor de tamaño mínimo
necesario para alcanzar el nivel deseado de conversión. Utilice un método
numérico para determinar
la razón de recirculación necesaria, de manera que se minimice el tamaño
del reactor para una conversión fraccional de XAƒ = 0.95.
SOLUCIÓN:
8.3 En un proceso de ingeniería química el vapor de agua (H2O) se calienta a

temperaturas lo suficientemente altas para que una porción significativa del agua se
disocie, o se rompa, para formar
oxígeno (O2) e hidrógeno (H2):
Si se asume que ésta es la única reacción que se lleva a cabo, la fracción molar x
de H2O que se disocia se representa por
donde K = la constante de equilibrio de la reacción y pt = la presión total de la

mezcla. Si pt = 3.5 atm y k = 0.04, determine el valor de x que satisfaga la ecuación
(P8.3).
SOLUCIÓN
DENILSON
8.4 La siguiente ecuación permite calcular la concentración de un químico en

un reactor donde se tiene una mezcla completa:
Si la concentración inicial es c0 = 5 y la concentración de entrada es cent =

12, calcule el tiempo requerido para que c sea el 85% de cent
SOLUCIÓN:
Bisección con 0 y 50 puede usar para determinar una raíz de 33.95309 después
de 16 interacciones con E=0.002%
8.5 Una reacción química reversible
donde la nomenclatura cn representa la concentración del componente N. Suponga

que se define una variable x que representa el número de moles de C producido.
La conservación de la masa se utiliza para reformular la relación de equilibrio como
DENILSON
donde el subíndice 0 indica la concentración inicial de cada componente. Si K

= 0.016, ca, 0 = 42, cb, 0 = 28 y cc, 0 = 4, calcule x
SOLUCIÓN
Una gráfica de la solución indica una raíz con un valor de X=16
b)
8.6 Las siguientes reacciones químicas se llevan a cabo en un sistema cerrado
donde la nomenclatura cn representa la concentración del componente N. Si x1 y

x2 son el número de moles de C que se producen debido a la primera y segunda
DENILSON
reacciones, respectivamente, emplee un método similar al del problema 8.5 para

reformular las relaciones de equilibrio en términos de las concentraciones iniciales
de los componentes. Después, use el método de Newton- Raphson para resolver
el par de ecuaciones simultáneas no lineales para x1 y x2 si K –4, K2 =
3.7
–2, ca,0 = 50, cb,0 = 20, cc,0 = 5 y cd,0 = 10. Utilice un método gráfico
para proponer los valores iniciales.
SOLUCIÓN
Las graficas pueden ser generadas por valores específicos de X1 y resolviendo

para X2 usando el método como la bisección.
Estos valores pueden ser graficados

DENILSON
La segunda iteración tiene un rendimiento de X1=3.3366 y X2=2.677 con un error

aproximado máximo de 0.003%.
8.7 La ecuación de estado de Redlich-Kwong está dada por
donde R = la constante universal de los gases [= 0.518 kJ/(kg K)], T =

temperatura absoluta (K), p = presión absoluta (kPa) y v = volumen de un kg de
gas (m3/kg).
Los parámetros a y b se calculan mediante
donde pc = 4 580 kPa y Tc = 191 K. Como ingeniero químico, se le pide determinar

la cantidad de combustible metano que se puede almacenar en un tanque de 3 m3
a una temperatura de –50°C con una presión de 65 000 kPa. Emplee el método de
localización de raíces de su elección para calcular v y luego determine la masa de
metano contenida en el tanque.
SOLUCIÓN
Suponiendo un unicial de 0.002 y 0.004, la bisección puede ser usado para la

raíz como 0.00275 despues de 12 iteracciones con E=0.018%.
8.8 El volumen V de un líquido contenido en un tanque horizontal cilíndrico de radio
r y longitud L está relacionado con la profundidad del líquido h por:
DENILSON
Determine h para r = 2 m, L = 5 m y V = 8.5 m3. Observe que si usted utiliza

un lenguaje de programación o herramienta de software, el arco coseno se
puede calcular como
SOLUCIÓN
Usando los valores que da el problema, la raíz del problema para resolver es:
Un método numérico puede ser usado para determinar la raíz : 0.77194
8.9 El volumen V del líquido contenido en un tanque esférico de radio r

está relacionado con la profundidad h del líquido por
SOLUCIÓN
Un gráfico indica una raíz de 0.52

Un método numérico puede ser usado para determinar la rais : 0.53952
8.10 Para el tanque esférico del problema 8.9, es posible desarrollar las
siguientes fórmulas para el método de punto fijo:
Si r = 1 m y V = 0.75 m3, determine si cualquiera de las dos alturas es estable, y

el rango de valores iniciales para los que sí son
estables.
Y1=h y
8.11 La ecuación de Ergun, que se da abajo, sirve para describir el flujo de un

P es la caída de presión, r es la densidad
del fluido, GO es la velocidad másica (el cociente del flujo de masa dividido entre el
área de la sección transversal), Dp es el diámetro de las partículas dentro del
lecho, μ es la viscocidad del fluido, L es la longitud del lecho y e es la fracción
vacía del lecho.
Dados los siguientes valores para los parámetros encuentre la
fracción vacía e del lecho.

SOLUCIÓN
Se obtiene una raíz con valor de 0.38
8.12 En una sección de tubo, la caída de presión se calcula así:
p = caída de presión (Pa), f = factor de fricción, L = longitud del tubo [m], r

= densidad (kg/m3), V = velocidad (m/s), y D = diámetro (m). Para el flujo
turbulento, la ecuación de Colebrook proporciona un medio para calcular el factor
de fricción,
a) p para un tramo horizontal de tubo liso de 0.2 m de

longitud, dadas r = 1.23 kg/m3,
m –5 N · s/m2, D = 0.005 m, V = 40 m/s, y e = 0.0015 mm. Utilice
un método numérico para determinar el factor de fricción.
Obsérvese que los tubos lisos tienen Re < 105, un valor inicial apropiado se
obtiene con el uso de la fórmula de Blasius, f = 0.316/Re0.25.
SOLUCIÓN
Para encontrar en orden la función debemos determinar la raíz de la función g(f)
b) Repita el cálculo pero para un tubo de acero comercial más rugoso (e =

0.045 mm).
8.13 El pH del agua tiene gran importancia para los ingenieros ambientales y
químicos. Se relaciona con procesos que van de la corrosión de tubos de lluvia
ácida. El pH se relaciona con la concentración del ion de hidrógeno por medio de
la ecuación siguiente:
pH = – log10 [H+]
Las cinco ecuaciones que siguen gobiernan las concentraciones de una mezcla
de dióxido de carbono y agua para un sistema cerrado.
donde Alk = alcalinidad, cT = total de carbón inorgánico, y las K son coeficientes

de equilibrio. Las cinco incógnitas son [CO2] = dióxido de carbono, [HCO3 – ] =
bicarbonato, [CO3 2– ] = carbonato,
[H+] = ion hidrógeno, y [OH–] = ion hidroxilo. Resuelva para las cinco
incógnitas dado que :
Asimismo, calcule el pH de las soluciones.
SOLUCIÓN:
Este resultado puede ser sustituido por la ecuación 4 para ser resuelto por:
8.14 La ecuación que se presenta a continuación, describe la operación de un

reactor de flujo por inyección de densidad constante para la producción de una
sustancia por medio de una reacción enzimática, donde V es el volumen del
reactor, F es la tasa de flujo del reactivo C, Cent y Csal son las concentraciones del
reactivo que entra y sale del reactor, respectivamente, y K y kmáx son constantes.
Para un reactor de 500 L, con una concentración en la toma de Cent = 0.5 M, tasa
de entrada de flujo de 40 L/s,
ncuentre la concentración de C a la salida del reactor.
SOLUCIÓN
Para encontrar la raíz usaremos Excel:

8.15 El desplazamiento de una estructura está definido por la ecuación

siguiente para una oscilación amortiguada:
donde k = 0.7 y w = 4.
a) Utilice el método gráfico para realizar una estimación inicial del tiempo que
se requiere para que el desplazamiento disminuya a 3.5.
b) Emplee el método de Newton-Raphson para determinar la raíz con es = 0.01%.
c) Use el método de la secante para determinar la raíz con es = 0.01%.
SOLUCIÓN
b) Emplee el método de Newton-Raphson para determinar la raíz con es = 0.01%.
c) Use el método de la secante para determinar la raíz con es = 0.01%.

8.16 En ingeniería estructural, la fórmula de la secante define la fuerza por

unidad de área, P/A, que ocasiona la tensión máxima sm en una columna que
tiene una razón de esbeltez L/k dada es:
donde ec/k2 = razón de excentricidad, y E = módulo de elasticidad. Si para una

viga de acero, E = 200 000 MPa, ec/k2 = 0.4 y sm = 250 MPa, calcule P/A para L/k
= 50. Recuerde que sec x = 1/cos x.
SOLUCIÓN
Un método numérico puede ser usado para determinar la raíz 163.4429
8.17 Un cable en forma catenaria es aquel que cuelga entre dos puntos que no se
encuentran sobre la misma línea vertical. Como se ilustra en la figura P8.17a, no
está sujeta a más carga que su propio peso. Así, su peso (N/m) actúa como una
carga uniforme por unidad de longitud a lo largo del cable. En la figura P8.17b, se
ilustra un diagrama de cuerpo libre de una sección AB, donde TA y TB son las
fuerzas de tensión en el extremo. Con base en los balances de fuerzas horizontal
y vertical, se obtiene para el cable
el siguiente modelo de ecuación diferencial:
Puede emplearse el cálculo para resolver esta ecuación para la altura y del
cable como función de la distancia x.
donde el coseno hiperbólico se calcula por medio de la ecuación:

Utilice un método para calcular un valor para el parámetro TA dados los valores de
los parámetros w = 12 y y0 = 6, de modo que el cable tenga una altura de y = 15
en x = 50.
SOLUCIÓN
Un método numérico puede ser usado para determinar la raíz 1684.365
8.18 En la figura P8.18a se muestra una viga uniforme sujeta a una carga
distribuida uniformemente que crece en forma lineal. La ecuación para la curva
elástica resultante es la siguiente (véase la figura P8.18b)
Utilice el método de la bisección para determinar el punto de máxima deflexión

(es decir, el valor de x donde dy/dx = 0). Después, sustituya este valor en la
ecuación (P8.18) a fin de determinar el valor de la deflexión máxima. En sus
cálculos, utilice los valores siguientes para los parámetros: L = 600 cm,
E = 50 000 kN/cm2, I = 30 000 cm4 y w0 = 2.5 kN/cm.
SOLUCIÓN
8.19 En la ingeniería ambiental (una especialidad de la ingeniería civil), la ecuación

siguiente se emplea para calcular el nivel de oxígeno c (mg/L) en un río aguas
abajo de la descarga de un drenaje:
a) Determine la distancia aguas abajo de la corriente, a la cual el nivel de

oxígeno cae hasta una lectura de 5 mg/L. (Recomendación:
está dentro de 2 km de la descarga.) Encuentre la respuesta con un error de
1%. Obsérvese que los niveles de oxígeno por debajo de 5 mg/L por lo general
son dañinos para ciertas especies de pesca deportiva, como la trucha y el
salmón.
SOLUCIÓN
Despues de 10 iteracciones determinamos la raíz como X=0.971679688
b) Calcule la distancia aguas abajo a la cual el oxígeno se encuentra al mínimo.

¿Cuál es la concentración en dicha ubicación?
8.20 La concentración de bacterias contaminantes c en un lago disminuye

de acuerdo con la ecuación
Determine el tiempo que se requiere para que la concentración de bacterias se

reduzca a 15 con el uso de a) el método gráfico, y b) el método de Newton-
Raphson, con un valor inicial de t = 6 y criterio de detención de 0.5%.
Compruebe los resultados que obtenga.
SOLUCIÓN:
La fórmula de Newron rapson puede formularse como:
8.21 En ingeniería oceanográfica, la ecuación de una ola estacionaria reflejada

en un puerto está dada por l = 16, t = 12, v = 48:
Resuelva para el valor positivo más bajo de x, si h = 0.5 h0.
SOLUCIÓN
8.22 Suponga el lector que compra una pieza de equipo en $25 000 como pago
inicial y $5 500 por año durante 6 años. ¿Qué tasa de interés estaría pagando? La
fórmula que relaciona el valor presente P, los pagos anuales A, el número de años
n y la tasa de interés i, es la que sigue:
SOLUCIÓN:
La raíz es 0.85595
8.23 Muchos campos de la ingeniería requieren estimaciones exactas de la

población. Por ejemplo, los ingenieros de transporte quizás encuentren
necesario determinar por separado la tendencia del crecimiento de una ciudad y
la de los suburbios. La población del área urbana declina con el tiempo de
acuerdo con la ecuación:
donde Pu,máx, ku, Ps,máx, P0 y ks son parámetros que se obtienen en forma

empírica. Determine el tiempo y los valores corres pondientes de Pu(t) y Ps(t)
cuando los suburbios son 20% más grandes que la ciudad. Los valores de los
parámetros son: Pu,máx = 75 000, Ku = 0.045/año, Pu,mín = 100 000 personas,
Ps,máx = 300 000 personas, P0 = 10 000 personas, ks = 0.08/año. Para obtener
las soluciones utilice los métodos a) gráfico, b) de la falsa posición, y de la secante
modificada.
SOLUCIÓN:
b) de la falsa posición, y de la secante modificada.

DENILSON
8.24 En la figura P8.24 se muestra una viga apoyada en forma sencilla que está
cargada como se ilustra. Con el empleo de funciones de singularidad, el
esfuerzo cortante a lo largo de la viga se expresa con la ecuación:
Por definición, la función de singularidad se expresa del modo que sigue:
Utilice un método numérico para encontrar el(los) punto(s) en los que el

esfuerzo cortante sea igual a cero.
SOLUCIÓN
Usando Matlab:
8.25 Con el uso de la viga apoyada en forma simple del problema 8.24, el
momento a lo largo de ella, M (x) está dada por:
Emplee un método numérico para encontrar el (los) punto(s) en los que el momento
es igual a cero.
SOLUCIÓN:
DENILSON
8.26 Con el uso de la viga con apoyo simple del problema 8.24, la pendiente a
lo largo de ella está dada por:
Utilice un método numérico para encontrar el(los) punto(s) donde la pendiente

es igual a cero.
SOLUCIÓN:
Utilizando Matlab:
DENILSON
8.27 Para la viga con apoyo simple del problema 8.24, el desplazamiento a lo
largo de ella está dado por la ecuación:
a) Calcule el (los) punto(s) donde el desplazamiento es igual a cero.

SOLUCIÓN:
b) ¿Cómo se usaría una técnica de localización de raíces para determinar

la ubicación del desplazamiento mínimo?
La locación de el minimo puede ser determinado por el cero .
Ingeniería eléctrica
8.28 Ejecute el mismo cálculo que en la sección 8.3, pero determine el valor de C
que se requiere para que el circuito disipe 1% de su valor original en t = 0.05 s, dado
R= L = 7.5 H.
Emplee a) un enfoque gráfico, b) la bisección, y c) software para encontrar
raíces, tales como Solver de Excel o la función fzero
de MATLAB.
SOLUCIÓN:
DENILSON
Bisección:
c) software para encontrar raíces, tales como Solver de Excel o la función fzero
8.29 La ecuación i = 9e–t cos (2pt), describe una corriente oscilatoria en un

circuito eléctrico, donde t se expresa en segundos.
Determine todos los valores de t de modo que i = 3.
SOLUCIÓN:
DENILSON
8.30 La resistividad r de un lubricante de sílice se basa en la carga q en un

electrón, la densidad del electrón n, y la movilidad del electrón m. La densidad del
electrón está dada en términos de la densidad del lubricante N, y la densidad
intrínseca de acarreo ni. La movilidad del electrón está descrita por la temperatura
T, la temperatura de referencia T0, y la movilidad de referencia μ0.
Las ecuaciones que se requieren para calcular la resistividad son las siguientes:
SOLUCIÓN:
Donde
DENILSON
8.31 Una carga total Q se encuentra distribuida en forma uniforme alrededor de

un conductor en forma de anillo con radio a. Una carga q se localiza a una
distancia x del centro del anillo (véase la figura P8.31).
La fuerza que el anillo ejerce sobre la carga está dada por la ecuación
donde e0 –12 C2/(N m2). Encuentre la distancia x donde la fuerza

es de 1.25 N, si q y Q –5 C para un anillo con un radio de 0.9 m.
SOLUCIÓN:
8.32 En la figura P8.32 se muestra un circuito con una resistencia, un inductor y un

capacitor en paralelo. Para expresar la impedancia del sistema se emplean las
leyes de Kirchhoff, así:
DENILSON
donde Z = impedancia (Ω) y w = frecuencia angular. Encuentre la w que da

como resultado una impedancia de 75 Ω, con el uso tanto del método de la
bisección como el de la falsa posición,
con valores iniciales de 1 y 1000 y los parámetros siguientes: R = 225 Ω, C = 0.6 ×
10–6 F, y L = 0.5 H. Determine cuántas iteraciones son necesarias con cada
técnica a fin de encontrar la respuesta con
es = 0.1%. Utilice el enfoque gráfico para explicar cualesquiera dificultades
que surjan.
SOLUCIÓN:
la función indica una gráfica con una raíz de 150
Ingeniería mecánica y aeroespacial

8.33 Para la circulación de fluidos en tubos, se describe a la fricción por medio de
un número dimensional, que es el factor de fricción de Fanning f. El factor de
fricción de Fanning depende
de cierto número de parámetros relacionados con el tamaño del tubo y el fluido,
que pueden representarse con otra cantidad adimensional, el número de Reynolds
Re.
Una fórmula que pronostica
el valor de f dado Re es la ecuación de von Karman.
DENILSON
Valores comunes del número de Reynolds para flujo turbulento son 10 000 a 500
000, y del factor de fricción de Fanning son 0.001 a 0.01. Desarrolle una función
que utilice el método de bisección con objeto de resolver cuál sería el factor de
fricción de Fanning f, dado un valor de Re proporcionado por el usuario
que esté entre 2 500 y 1 000 000. Diseñe la función de modo que se garantice que
el error absoluto en el resultado sea de Ea,d < 0.000005.
SOLUCIÓN:
DENILSON
8.34 Los sistemas mecánicos reales involucran la deflexión de resortes no

lineales. En la figura P8.34 se ilustra una masa m que se libera por una distancia
h sobre un resorte no lineal. La fuerza de resistencia F del resorte está dada por la
ecuación
Para g, utilice un valor de 9.81 m/s2, y emplee el método gráfico para elegir
valores iniciales.
SOLUCIÓN:
DENILSON
Usando el método numérico determinamos que la raíz es: 1.44933.
8.37 La velocidad vertical de un cohete se calcula con la fórmula que sigue:
donde v = velocidad vertical, u = velocidad con la que se expele el combustible,

en relación con el cohete, m0 = masa inicial del cohete en el momento t = 0, q =
tasa de consumo de combustible, y g = aceleración de la gravedad hacia abajo
(se supone constante e igual a 9.81 m/s2). Si u = 2000 m/s, m0 = 150 000 kg, y q
= 2 700 kg/s, calcule el momento en que v = a 750 m/s. (Sugerencia:
El valor de t se encuentra entre 10 y 50 s.) Calcule el resultado
de modo que esté dentro de 1% del valor verdadero. Compruebe su respuesta.
SOLUCIÓN:
8.38 En la sección 8.4, el ángulo de fase f entre la vibración forzada que ocasiona
el camino rugoso y el movimiento del carro, está dada por la ecuación:
Como ingeniero mecánico, le gustaría saber si existen casos en que f = w/3 – 1.

Utilice los otros parámetros de la sección con objeto de plantear la ecuación
como un problema de cálculo de raíces, y resuélvala para w.
DENILSON
SOLUCIÓN:
Determinamos con el método numérico la raíz de 3.06637
8.39 Se mezclan dos fluidos con temperatura diferente de modo que alcanzan
la misma temperatura. La capacidad calorífica del fluido A está dada por:
donde cp se expresa en unidades de cal/mol K, y T está en unidades de

K. Obsérvese que
El fluido A entra al mezclador a 400ºC, y el B a 700ºC. Al entrar al mezclador hay lo

doble de fluido A que B. ¿A qué temperatura salen los dos fluidos del mezclador?
SOLUCIÓN:
Utilizando Excel:
DENILSON
8.40 Un compresor opera a una razón de compresión Rc de 3.0 (esto significa que
la presión del gas en la salida es tres veces mayor que en la entrada). Los
requerimientos de energía del compresor Hp se determinan por medio de la
ecuación que se da a continuación. Suponga que los requerimientos de energía
del compresor son exactamente iguales a zRT1/MW, y encuentre la eficiencia
politrópica n del compresor. El parámetro z es la compresibilidad del gas en las
condiciones de operación del compresor, R es la constante de los gases, T1 es la
temperatura del gas en la entrada del compresor, y MW es el peso molecular del
gas.
SOLUCIÓN:
DENILSON
Utilizando Excel determinamos la raíz n=0.8518
8.41 En los envases térmicos que se ilustran en la figura P8.41, el compartimiento

interior está separado del medio por medio de vacío. Hay una cubierta exterior
alrededor de los envases. Esta cubierta está separada de la capa media por una
capa delgada de aire. La superficie de afuera de la cubierta exterior está en
contacto con el aire del ambiente. La transferencia de calor del compartimiento
interior a la capa siguiente q1 sólo ocurre por radiación (ya que el espacio se
encuentra vacío). La transferencia de calor entre la capa media y la cubierta exterior
q2 es por convección en un espacio pequeño. La transferencia de calor de la
cubierta exterior hacia el aire q3 sucede por convección natural.
El flujo de calor desde cada región de los envases debe ser igual, es decir, q1 = q2
= q3. Encuentre las temperaturas T1 y T2 en estado estable. T0 es de 450ºC y T3 =
25ºC.
SOLUCIÓN:
La solución es:
DENILSON
8.42 La forma general para un campo tensorial de tres dimensiones es la siguiente:
en la que los términos en la diagonal principal representan esfuerzos a la tensión o

a la compresión, y los términos fuera de la diagonal representan los esfuerzos
cortantes. Un campo tensorial (en MPa) está dado por la matriz que sigue:
Para resolver cuáles son los esfuerzos principales, es necesario construir la

matriz siguiente (de nuevo en MPa):
I, II y III se conocen como las invariantes de esfuerzos. Encuentre s1, s2 y s3

por medio de una técnica de localización de raíces.
SOLUCIÓN:
Usando Matlab:
DENILSON
8.43 La figura P8.43 ilustra tres almacenamientos conectados por medio de

tubos circulares. Los tubos están hechos de hierro fundido recubierto con asfalto
(e = 0.0012 m), y tienen las características
siguientes:
Si las elevaciones de la superficie del agua en los almacenamientos A y C son

de 200 m y 172.5 m, respectivamente, determine la elevación que alcanza en el
almacenamiento B y los flujos en los tubos 1 y 3. Obsérvese que la viscosidad
cinemática del agua es de 1 × 10–6 m2/s, y utilice la ecuación de Colebrook para
obtener el factor de fricción (consulte el problema 8.12).
SOLUCIÓN:
DENILSON
DENILSON
DENILSON
8.44 Un fluido se bombea en la red de tubos que se muestra en la figura P8.44.

En estado estacionario, se cumplen los balances de flujo siguientes:
DENILSON
donde Qi = flujo en el tubo i [m3/s]. Además, la caída de presión alrededor de los

tres lazos en los que el flujo es hacia la derecha debe ser igual a cero. La caída
de presión en cada tramo de tubo circular se calcula por medio de la ecuación:
donde ΔP= caída de presión [Pa], f = factor de fricción [adimensional], L =

longitud del tubo [m],
r = densidad del fluido [kg/m3], y D = diámetro del tubo [m]. Escriba un programa
(o desarrolle
un algoritmo en algún paquete de software de matemáticas) que permita calcular
el flujo en cada tramo de tubo, dado que Q1 = 1 m3/s y r = 1.23 kg/m3. Todos los
tubos tienen D = 500
mm y f = 0.005. Las longitudes de los tubos son: L3 = L5 = L8 = L9 = 2 m; L2 = L4 =
L6 = 4 m; y L7 = 8 m.
SOLUCIÓN:
DENILSON
El resultado final:
DENILSON
8.45 Repita el problema 8.44, pero incorpore el hecho de que el factor de fricción
se calcula con la ecuación de von Karman, que es:
donde V = velocidad del fluido en el tubo [m/s], y μ = viscosidad dinámica (N ⋅

s/m2). Obsérvese que para un tubo circular, V = 4Q / pD2. Asimismo, suponga que
el fluido tiene una viscosidad de
1.79 × 10–5 N ⋅ s/m2.
SOLUCIÓN:
DENILSON
DENILSON
DENILSON
El resultado final es:
8.46 Sobre el trasbordador espacial, al despegar de la plataforma, actúan cuatro

fuerzas, las que se muestran en el diagrama de cuerpo libre (véase la figura
P8.46). El peso combinado de los dos cohetes de combustible sólido y del tanque
exterior de este, es de WB = 1.663 × 106 lb. El peso del orbitador con carga
completa es de WS = 0.23 × 106 lb. El empuje combinado de los dos cohetes de
combustible sólido es TB = 5.30 × 106 lb. El empuje combinado de los tres motores
de combustible líquido del orbitador
es de TS = 1.125 × 106 lb. Al despegar, el empuje del motor del orbitador se dirige
con un ángulo q para hacer que el momento resultante que actúa sobre el
conjunto de la nave (tanque exterior, cohetes de combustible sólido y orbitador)
sea igual a cero. Con el momento resultante igual a cero, la nave no giraría sobre
su centro de gravedad G al despegar. Con estas fuerzas, la nave experimentará
una fuerza resultante con componentes en dirección vertical y horizontal.
La componente vertical de la fuerza resultante, es la que permite que la nave
despegue de la plataforma y vuele verticalmente. La componente horizontal de la
fuerza resultante hace que la nave vuele en forma horizontal. El momento resultante
que actúa sobre la nave será igual a cero cuando q se ajusta al valor apropiado.
Si este ángulo no se ajusta en forma adecuada y hubiera algún momento que
actuara sobre la nave, ésta tendería a girar alrededor de su centro de gravedad.
a) Resuelva el empuje del orbitador TS en las componentes horizontal y vertical, y
después sume los momentos respecto del punto G, centro de gravedad de la
nave. Iguale a cero la ecuación del momento resultante. Ahora, ésta puede
resolverse para el valor de q que se requiere durante el
DENILSON
despegue.
b) Obtenga una ecuación para el momento resultante que actúa sobre la nave en
términos del ángulo q. Grafi que el momento resultante como función del ángulo
q en el rango de –5 radianes a +5 radianes.
c) Escriba un programa de computadora para resolver para el ángulo q por medio
del método de Newton para encontrar la raíz de la ecuación del momento
resultante. Con el empleo de la gráfi ca, elija un valor inicial para la raíz de interés.
Interrumpa las iteraciones cuando el valor de q ya no mejore con cinco cifras
signifi cativas.
d) Repita el programa para el peso de la carga mínima del orbitador, que es WS
= 195 000 lb.
SOLUCIÓN:
DENILSON
Convergencia: raíz =0.173215 radianes.

DENILSON
CAPITULO 9
9.1
a) Escriba en forma matricial el conjunto siguiente de ecuaciones:
50 = 5x3 + 2x2
10 – x1 = x3
3x2 + 8x1 = 20
SOLUCION
50
0 2 5 x1
1 0 1 x2 10
8 3 0 { x3 } ={ 20 }
b) Escriba la transpuesta de la matriz de coeficientes.
0 1 8
[𝐴] 2 = 2 0 3
5 1 0
9.2
a) ¿Cuáles son las dimensiones de las matrices?

b) Identifique las matrices cuadrada, columna y renglón.
c) ¿Cuáles son los valores de los elementos a12, b23, d32,
e22, f12 y g12?
d) Ejecute las operaciones siguientes:
1) [E] + [B] 7) [B] × [A]
2) [A] + [F] 8) [D]T
3) [B] – [E] 9) [A] × {C}
4) 7 × [B] 10) [I] × [B]
5) [E] × [B] 11) [E]T [E]

6) {C}T 12) {C}T {C}
SOLUCION
(a)
[A] = 3x2 [B] = 3x3 [C] = 3x1 [D] = 2x4
[E] = 3x3 [F] = 2x3 [G] = 1x3
(b) cuadrado: [B] y [E]

columna: [C]
fila: [G]
(c) a12 = 7 b23 = 7 d32 = no existe
e22 = 2 f12 = 0 g12 = 6
(d)
5 8 15
(1) [E] + [B] = 8 4 10
6 0 10
(2) [A] + [F] = no es posible
3 -2 -1
(3) [B] - [E] = -6 0 4
-2 0 -2
28 21 49
7 14 49
(4) 7 [B]=
14 0 28
25 13 74
(5) [E] x [B] = 36 25 75
28 12 52
(6) {𝑐}𝑡= [3 6 1]
9 2
4 -1
3 7
-6 5
54 76
(7) [B] x [A] =
41 53
28 38
(8) {𝐷}𝑡 =
(9) [A] x [C] = no es
posible (10) [I] x [B] = [B]
66 19 53
(11) {𝐸}𝑡 𝑥 [𝐸] =
19 29 46
53 46 109
(12) [𝐶]𝑡 𝑥 [𝐶] = 46
9.3
a) Ejecute todas las multiplicaciones que sea posible calcular

entre parejas de las matrices.
SOLUCION
4 15
[A] [B] = 8 29
9 29
-16 4
[A] [C] = -24 4
2 -10
-7 1
[B] [C] =
-5 1
[C] [B] = 1 2
-25 -7
[B] [B] = 25 9
1.5 5.5
10 -6
[C] [C] = -9 7
b) Utilice el método del recuadro PT3.2 para justificar por

qué no se puede multiplicar a las demás parejas.
SOLUCION
[B] [A] y [C] [A] son imposibles porque las dimensiones internas no
coinciden: (2x2) * (3x2)
c) Emplee los resultados del inciso a) para ilustrar por qué

es importante el orden de la multiplicación.
SOLUCION
DENILSON
De acuerdo con (a), [B] [C]  [C] [B]
9.4
Use el método gráfico para resolver el sistema siguiente:
4x1 – 8x2 = –24

x1 + 6x2 = 34
Compruebe el resultado por medio de sustituirlo en las ecuaciones
SOLUCION
4(4)-8(5)= -24
4+ 6(5)= 34
9.5
Dado el sistema de ecuaciones siguiente:
–1.1x1 + 10x2 = 120

–2x1 + 17.4x2 = 174
a) Resuélvalo gráficamente y compruebe el resultado con

la sustitución en las ecuaciones.
SOLUCION
DENILSON
Si amplía, parece que hay una raíz alrededor (404.6, 56.5).
Los resultados se pueden verificar reemplazándolos en las ecuaciones originales:
-1.1(404.6) + 10(56.5)= 119.94 = 120
-2(404.6) + 17.4 (56.5)= 173.9 = 174
b) Sobre la base de la solución gráfica, ¿qué se espera

con respecto de la condición del sistema?
SOLUCION
La trama sugiere que el sistema puede estar mal acondicionado porque

las pendientes son muy similares.
DENILSON
c) Calcule el determinante.
SOLUCION
D= -1.1(17.4) -10(-2) =0.86
D = -0.11(1) -1(-0.11494) = 0.00494
d) Resuelva por medio de la eliminación de
incógnitas. SOLUCION
17.4(120)−10(174)
𝑥1 = 0.86 = 404.6512
−1.1(174) − (−2)
𝑥2 = (120) = 56.51163
0.86
9.6 Para el sistema de ecuaciones que sigue
2x2 + 5x3 = 9
2x1 + x2 + x3 = 9
3x1 + x2 = 10
a) Calcule el
determinante. SOLUCION
1 1
A1 = = 1(0)-1(0) = -1
1 0
A1 = 2 1
= 2(0)-1(3) = -3 3 0
A1 = 2 1
= 2(1) - 1(3) = -1 3 1
DENILSON
D = 0(-1) -2(-3) + 5(-1) = 1
b) Use la regla de Cramer para encontrar cuál es el valor

de las x.
SOLUCION
0 9 5
X1 = 2 9 1 = 6 = -8
3 3 0 1
D
0 9 5
x2 = 2 9 1 = -8 = -8
3 3 0 1
D
0 9 5
X3 = 2 9 1 = 5 = 5
3 3 0 1
D
c) Sustituya el resultado en las ecuaciones originales

para efectos de comprobación.
SOLUCION
2( -8) + 5(5) = 9
2( 6) + (-8 ) + 5 = 9
3( 6) + (-8) = 10
9.7
a)
X2= 9.5 + 0.5 x1
X2= 9.4 + 0.5 x1

DENILSON
La solución es x1 = 10, x2 = 14.5. Tenga en cuenta que las líneas tienen

pendientes muy similares.
b) Calcule el determinante.
D = 0.5(-2) - (-1)1.02 = 0.02
(c) Con base en los incisos a) y b), ¿qué es de esperarse

con respecto de la condición del sistema?
La trama y el bajo valor del determinante sugieren que el sistema no

está condicionado.
d) Resuelva por medio de la eliminación de incógnitas.
−9.5(−2) − (−1)
𝑥1 = (−18.8) = 10
0.02
𝑥2 = 0.5(−18.8) − (−9.5)1.02 = 14.5
0.02
e) Resuelva otra vez, pero modifique ligeramente el

elemento a11 a 0.52. Interprete sus resultados.
−9.5(−2) − (−1)
𝑥1 = (−18.8) = −10
−0.02
DENILSON
DENILSON
0.52(−18.8) −
𝑥1 = (−9.5)1.02 = 4.3
−0.02
9.8
Dadas las ecuaciones
siguientes: 10x1 + 2x2 –
x3 = 27
–3x1 – 6x2 + 2x3 = –
61.5 x1 + x2 + 5x3 = –
21.5
a) Resuelva por eliminación de Gauss simple. Efectúe

todos los pasos del cálculo.
SOLUCION
10 2 -1 27
-
-3 -6 2 61.5
-
1 1 5 21.5
10 2 -1 27
-
0 5.4 1.7 -53
-
0 0 5.35 32.11
Sustitución posterior:
x3 = -32.1111 = -6
5.351852
X2 = -53.4 - 1.7(-6) =8
-5.4
X1 = 27- (-1)(-6)-2(8) = 0.5

10
b) Sustituya los resultados en las ecuaciones originales a fin

DENILSON
de comprobar sus
respuestas. SOLUCION
10(0.5) + 2(8) - (- 6) = 27
-3(0.5) - 6(8) + 2(- 6) = -61.5
0.5 + (8) + 5(-6) = -21.5
9.9
Dadas las ecuaciones siguientes:
8x1 + 2x2 – 2x3 = –2

10x1 + 2x2 + 4x3 = 4
12x1 + 2x2 + 2x3 = 6
Emplee pivoteo parcial y compruebe las respuestas

sustituyéndolas en las ecuaciones originales.
SOLUCION
El sistema se expresa primero como una matriz aumentada:
8 2 -2 -2
10 2 4 4
12 2 2 6
12 2 2 6
10 2 4 4
8 2 -2 -2
12 2 2 6
0 0.3 2.3 -1
0 0.7 -3.3 -6
Pivot
12 2 2 6
0 0.66 -3.3 -6
0 0.33 2.3 -1
12 2 2 6
0 0.66 -3.33 -6
0 0 4 2
x3 = 2 = 0.5
4
X2 = -6-(-3.33)0.5 = -6.5
0.66667
X1 = 6 - 2(0.5)-2(-6.5) = 1.5
12
8(1.5) + 2(-6.5) - 2(0.5) = -2
10(1.5) + 2(-6.5) + 4(0.5) = 4
12(1.5) + 2(-6.5) + 2(0.5) = 6
9.10
Dado el sistema siguiente de ecuaciones:
–3x2 + 7x3 = 2
x1 + 2x2 – x3 =
3 5x1 – 2x2 = 2
a) Calcule el determinante.
SOLUCION
A1= = 2(0) - (-1)(-2) = - 2
A2= 1 --1 = 1(0) – (-1)(5) = 5

5 0
1 2
A3= 5 -2 = 1(-2) - 2 (5) = - 12
D = 0(-2) - (-3)5 + 7(-12) = -69
b) Use la regla de Cramer para encontrar cuáles son los

valores de las x.
2 -1
SOLUCION -2 0
2 -3 7
X1 = 3 2 -1 = -68 = 0.985507
2 -2 0 -69
D
0 2 7
x2 = 1 3 -1 = -101 = 1.463768
5 2 0 -69
D
0 -3 2
x2 = 1 2 3 = -63 = 0.913043
5 -2 2 -69
D
c) Emplee la eliminación de Gauss con pivoteo parcial para

obtener cuáles serían los valores de las
x. SOLUCION
0 -3 7 2
1 2 1 3
5 -2 0 2
5 -2 0 2
1 2 -1 3
0 -3 7 2
5 -2 0 2
0 2.4 -1 2.6
0 -3 7 2
Pivot
5 -2 0 2
0 -3 7 2
0 2.4 -1 2.6
5 -2 0 2
0 -3 7 2
0 0 4.6 4.2
x3 = 4.2 = 0.913
4.6
X2 = 2-7(0.913) = 1.463
-3
X1 = 2- 0(0.913043)—(2)(1.4637) = 0.9855
5
d) Sustituya sus resultados en las ecuaciones originales

para efectos de comprobación.
SOLUCION
-3(1.4637) + 7(0.9130) = 2
(0.985507) + 2(1.463768) - (0.913043) = 3
5(0.985507) – 2 (1.463768) =2
9.11
Dadas las ecuaciones:
2x1 – 6x2 – x3 = –38

–3x1 – x2 + 7x3 = –34
–8x1 + x2 – 2x3 = –20
a) Resuelva por eliminación de Gauss con pivoteo

parcial. Efectúe todos los pasos del cálculo.
SOLUCION
2 -6 -1 -38
-3 -1 7 -34
-8 1 -2 -20
-8 1 -2 -20
-3 -1 7 -34
2 -6 -1 -38
-8 1 -2 -20
0 -1.375 7.75 -26.5
0 - 5.75 -1.5 -43
Pivot:
-8 1 -2 -20
0 - 5.75 -1.5 -43
0 0 8.1086 -16.21
x3 = -16.2174 = -2
8.1086
X2 = -43 - (-1.5)(-2) = 8
-5.75
X1 = -20 + 2(-2)—1(8) = 4
-8
b) Sustituya los resultados en las ecuaciones originales
para comprobar sus respuestas.
SOLUCION
2(4) - 6(8) - ( -2) = -38
-3(4) - (8) + 7( -2) = -34
-8 (4) + (8) - 2( -2) = -20
9.12
Emplee la eliminación de Gauss-Jordan para resolver
el sistema siguiente:
2x1 + x2 – x3 = 1
5x1 + 2x2 + 2x3 = –4
3x1 + x2 + x3 = 5
No utilice pivoteo. Compruebe sus respuestas con la

sustitución en las ecuaciones originales.
DENILSON
SOLUCION
2 1 -1 1
5 2 2 -4
3 1 1 5
1 0.5 -0.5 0.5

0 -0.5 4.5 -6.5
0 -0.5 2.5 3.5
1 0 4 -6
0 1 -9 13
0 1 -2 10
1 0 0 14
0 1 0 -32
0 0 1 -5
2(14) + ( -32) - (- 5) = 1
5(14) + 2(- 32) + 2(- 5)= -4
3(14) +(- 32) +(- 5) =5
9.13
Resuelva el sistema:
x1 + x2 – x3 = –3
6x1 + 2x2 + 2x3 = 2
–3x1 + 4x2 + x3 = 1
por medio de
a) eliminación de Gauss
simple SOLUCION
1 1 -1 -3
6 2 2 2
-3 4 1 1
1 1 -1 -3
DENILSON
0 -4 8 20
0 7 -2 -8
1 1 -1 -3
0 -4 8 20
0 0 12 27
x3 = 27 = 2.25
12
X2 = 20-8(2.25) = -0.5
-4
-
X1 = -3-(-1)(2.25) – 1(-0.5) = 0.25
1
b) eliminación de Gauss con pivoteo parcial, y c) método de Gauss-Jordan

sin pivoteo parcial.
1 1 -1 -3
6 2 2 2
-3 4 1 1
6 2 2 2
1 1 -1 -3
-3 4 1 1
6 2 2 2
0 0.666 -1.333 -3.333
0 5 -2 2
6 2 2 2
0 5 2 2
0 0.666 -1.333 -3.333
DENILSON
6 2 2 2
0 2 2 2
0 0 -1.6 -3.6
x3 = -3.6 = 2.25
16
X2 = 2 – 2(2.5) = -0.5
5
X1 = 2 - 2(2,25) – 2(-0.5) = 0.25

6
9.14
Lleve a cabo el mismo cálculo que en el ejemplo 9.11,
pero use cinco paracaidistas con las características
siguientes:
DENILSON
Los paracaidistas tienen una velocidad de 9
m/s SOLUCION
m1 g - T12 - c1 v = m1 a
m2 g + T12 - c2 v - T23 = m2 a
m3 g - c3 v + T23 - T23 = m3 a
m4 g - c4 v + T34 - T45 = m4 a
m5 g - c5 v T45 = m5 a
a 449
T12 627
T23 = 453
T34 591
{ T45 } { 792 }
55 1 0 0 0
75 -1 1 0 0
60 0 -1 1 0
75 0 0 -1 1
90 0 0 0 -1
a = 8.202817 T12 = –2.15493 T23 = 9.633803
T34 = –29.5352 T12 = –53.7465
9.15
3 4
[ A]= 0 1
2 0
[ B]= -1 0
{U}= 2
{ 3 }
{ 1 }
DENILSON
{V}=
3 x1 + 4 x2 - 2 y1 = 2
x2 + y1 = 3
2 x1 + 3 y1 + 4 y2 = 1
- x1 y2 = 0
x1 = –0.53333
x2 = 1.6
y1 = 1.4
y2 = –0.53333
z1 = –0.53333 +
1.4i z2 = 1.6 –
0.53333i 9.16
Desarrolle, depure y pruebe un programa en cualquier lenguaje de alto nivel o
de macros de su predilección, para multiplicar dos matrices; es decir, [X] = [Y]
[Z], donde [Y] es de orden m por n y [Z] es de n por p. Pruebe el programa con
el empleo de las matrices del problema 9.3.
SOLUCION
Option
Explicit Sub
Mult()
Dim i As Integer, j As Integer
Dim l As Integer, m As Integer, n As
Integer Dim a(10, 10) As Double, b(10, 10)
As Double
Dim c(10, 10) As
Double l = 2
m=2
n=3
a(1, 1) = 1: a(1, 2) = 6
a(2, 1) = 3: a(2, 2) = 10
a(3, 1) = 7: a(3, 2) = 4
b(1, 1) = 1: b(1, 2) = 3
b(2, 1) = 0.5: b(2, 2) = 2
Call Mmult(a, b, c, m, n,
l) For i = 1 To n
For j = 1 To l
MsgBox c(i,
j) Next j
Next i
End 130
Sub
Sub Mmult(a, b, c, m, n, l)
Dim i As Integer, j As Integer, k As Integer
DENILSON
DENILSON
9.17
Desarrolle, depure y pruebe un programa en cualquier
lenguaje de alto nivel o de macros que prefiera, para generar
la
transpuesta de una matriz. Pruébelo con las matrices del
problema 9.3.
Option Explicit
Sub
GaussElim()
Dim n As Integer, er As Integer, i As Integer
Dim a(10, 10) As Double, b(10) As Double, x(10) As
Double n = 3
a(1, 1) = 1: a(1, 2) = 2: a(1, 3) = -1
a(2, 1) = 5: a(2, 2) = 2: a(2, 3) = 2
a(3, 1) = -3: a(3, 2) = 5: a(3, 3) = -1
b(1) = 2: b(2) = 9: b(3) = 1
Call Gauss(a, b, n, x,
er) If er = 0 Then
For i = 1 To n
MsgBox "x(" & i & ") = " &
x(i) Next i
Else
MsgBox "ill-conditioned
system" End If
End Sub
Sub Gauss(a, b, n, x, er)
Dim i As Integer, j As
9.1 Integer Dim s(10) As
8 Double
Const tol As Double =
0.000001 er = 0 131
For i = 1 To n
DENILSON
Desarrolle, depure y pruebe un programa en el lenguaje de

alto nivel o de macros que prefiera, para resolver un sistema
de ecuaciones por medio de la eliminación de Gauss con
pivoteo parcial. Base su programa en el seudocódigo de la
figura 9.6.
Pruébelo con el uso del sistema siguiente (cuya respuesta es x1
= x2 = x3 = 1),
Option Explicit
Sub
GaussElim()
Dim n As Integer, er As Integer, i As Integer
Dim a(10, 10) As Double, b(10) As Double, x(10) As
Double n = 3
a(1, 1) = 1: a(1, 2) = 2: a(1, 3) = -1
a(2, 1) = 5: a(2, 2) = 2: a(2, 3) = 2
a(3, 1) = -3: a(3, 2) = 5: a(3, 3) = -1
b(1) = 2: b(2) = 9: b(3) = 1
Call Gauss(a, b, n, x,
er) If er = 0 Then
For i = 1 To n
MsgBox "x(" & i & ") = " &
x(i) Next i
Else
MsgBox "ill-conditioned
system" End If
End Sub
Sub Gauss(a, b, n, x, er)
Integer Dim s(10) As
Double
Const tol As Double =
0.000001 er = 0
For i = 1 To n
s(i) = Abs(a(i,
1)) For j = 2 To
n
If Abs(a(i, j)) > s(i) Then s(i) = Abs(a(i,
j)) Next j
Next i
Call Eliminate(a, s, n, b, tol,
er) If er <> -1 Then
Call Substitute(a, n, b,
x) End If
End Sub
Sub Pivot(a, b, s, n, k)
Dim p As Integer, ii As Integer, jj As Integer
Dim factor As Double, big As Double, dummy As
Double p = k
big = Abs(a(k, k) / s(k))
For ii = k + 1 To n
dummy = Abs(a(ii, k) / s(ii))
If dummy > big
Métodos Numéricos
Then big = dummy JUSTO MAIZ, ALDAIR
132 DENILSON
p = ii
End If
Next
ii
For jj = k To n
dummy = a(p,
jj) a(p, jj) = a(k,
jj) a(k, jj) =
dummy Next jj
dummy =
b(p) b(p) =
b(k) b(k) =
dummy
dummy =
s(p) s(p) =
s(k) s(k) =
dummy End
If
End Sub
Sub Substitute(a, n, b, x)
Integer Dim sum As Double
x(n) = b(n) / a(n, n)
For i = n - 1 To 1 Step -
1 sum = 0
For j = i + 1 To n
sum = sum + a(i, j) * x(j)
Next j
x(i) = (b(i) - sum) / a(i,
i) Next i
End Sub
Sub Eliminate(a, s, n, b, tol, er)

Dim i As Integer, j As Integer, k As
Integer Dim factor As Double
For k = 1 To n - 1
Call Pivot(a, b, s, n, k)
If Abs(a(k, k) / s(k)) < tol
Then er = -1
Exit
For
End If
For i = k + 1 To n
factor = a(i, k) / a(k,
k)
For j = k + 1 To n
a(i, j) = a(i, j) - factor * a(k, j)
Next j
b(i) = b(i) - factor *
b(k) Next i
Next k
If Abs(a(k, k) / s(k)) < tol Then er = - 133
1 End Sub
CAPITULO 10
10.1) La multiplicación de la matriz es distributiva
[L]{[U ]{X D A]{X B}
[L][U ]{X L]{D A]{X B}
Por lo tanto, equiparando términos
semejantes [L][U ]{X A]{X}
[L]{D B}
[L][U A]
10.2)
(a)
El coeficiente a21 se elimina al multiplicar la fila 1 por f21 = -3/10 = -0.3 y

restar el resultado de la fila 2. a31 se elimina al multiplicar la fila 1 por f31 =
1/10 = 0.1 y restar el resultado de la fila 3. Los factores f21 y f31 se pueden
almacenar en a21 y a31.
10 2 −1
−0.30 −0.54 1.7
0.1 0.8 5.1
a32 se elimina al multiplicar la fila 2 por f32 = 0.8 / (- 5.4) = -0.14815 y restar
el resultado de la fila 3. El factor f32 puede almacenarse en a32.
10 2 −1
−0.30 −0.54 1.7
0.1 0.14815 5.351852
Por lo tanto, la descomposición LU es:
1 0 0 10 2 −1
[L]= −0.3 1 0 [U]= 0 −0.54 1.7
0.1 0.14815 1 0 0 5.351852
Estas dos matrices se pueden multiplicar para producir el sistema original.

Por ejemplo, usar MATLAB para realizar la multiplicación da:
>> L=[1 0 0;-.3 1 0;0.1 -.14815 1];

>> U=[10 2 -1;0 -5.4 1.7;0 0 5.351852];
>> L*U
ans =
10.0000 2.0000 -1.0000
-3.0000 -6.0000 2.0000
1.0000 1.0000 5.0000
(b)
Sustitución directa: [L]{D} = {B}
Resolviendo rendimientos d1 = 27, d2 = –53.4, y d3== –32.1111.
Sustitución para atrás
(c)
Sustitucion Directa: [L]{D} = {B}

Resolviendo rendimientos: d1 = 12, d2 = 21.6, y d3 = –4.
10.3)
(a) El coeficiente a21 se elimina al multiplicar la fila 1 por f21 = -2/8 = -0.25 y
restar el resultado de la fila 2. a31 se elimina al multiplicar la fila 1 por f31 =
2/8
= 0.25 y restar el resultado de la fila 3. Los factores f21 y f31 se
pueden almacenar en a21 y a31.
a32 se elimina al multiplicar la fila 2 por f32 = -2/6 = -0.33333 y restar

el resultado de la fila 3. El factor f32 puede almacenarse en a32.
Sustitución Directa: [L]{D} = {B}

Resolviendo rendimientos d1 = 11, d2 = 6.75, and d3 = 6.5.
Sustitucion para atrás
(b) La primera columna de la inversa se puede calcular mediante el uso
de [L]{D} = {B}
Esto se puede resolver para d1 = 1, d2 = 0.25 y d3 = 0.16667.

Entonces, podemos implementar una sustitución inversa.
para producir la primera columna de la inversa:

Para la segunda columna use {B} T = {0 1 0} que da {D} T = {0 1 0.33333}. La

6 0.051282}.
Para la tercera columna use {B} T = {0 0 1} que da {D} T = {0 0 1}. La sustitución
Por lo tanto, la matriz inversa es
Podemos verificar que esto sea correcto multiplicando [A] [A] -1 para
obtener la matriz de identidad. Por ejemplo, usando MATLAB:
>> A=[8 4 -1;-2 5 1;2 -1 6];

>> AI=[0.099359 -0.073718 0.028846;
0.044872 0.160256 -0.019231;
-0.025641 0.051282 0.153846]
>> A*AI
ans =
1.00 -0.0000 -0.0000

00
0.00 1.0000 -0.0000

00
0 0 1.0000
10.4)
Cuando el sistema está configurado, primero debemos pivotar cambiando

las filas primera y tercera de [A]. Tenga en cuenta que debemos hacer el
mismo cambio para el vector del lado derecho {B}
DENILSON
El coeficiente a21 se elimina al multiplicar la fila 1 por f21 = -3 / -8 = 0.375 y

restar el resultado de la fila 2. a31 se elimina al multiplicar la fila 1 por f31 = 2
/ (- 8) = -0.25 y restar el resultado de la fila 3. Los factores f21 y f31
se pueden almacenar en a21 y a31.
A continuación, pivotamos cambiando las filas 2 y 3. De nuevo,

también debemos hacer el mismo cambio para el vector del lado
derecho {B}.
a32 se elimina al multiplicar la fila 2 por f32 = -1.375 / (- 5.75) = 0.23913

y restar el resultado de la fila 3. El factor f32 puede almacenarse en a32.
Sustitución directa: [L]{D} = {B}
Resolviendo rendimientos d1 = -20, d2 = -43, and d3 = -
16.2174. Sustitución para atras:

10.5)
Los recuentos del flop para la descomposición de LU se pueden determinar

de forma similar a como se hizo para la eliminación de Gauss. La principal
diferencia es que la eliminación solo se implementa para los coeficientes
del lado izquierdo. Por lo tanto, para cada iteración del ciclo interno, hay n
multiplicaciones / divisiones y n - 1 suma / resta. Los cálculos se pueden
resumir como:
Bucle Lazo Suma/Resta Multiplicacion/Div

externo interno ision
k
i
1 2, n (n – 1)(n – 1) (n – 1)n
2 3, n (n – 2)(n – 2) (n – 2)(n – 1)
. .
. .
. .
k k + 1, n (n – k)(n – k) (n – k)(n + 1 – k)
. .
. .
. .
n–1 n, n (1)(1) (1)(2)

Por lo tanto, los fracasos de suma / resta totales para la eliminación
se pueden calcular como:
Aplicando algunas de las relaciones de la Eq. (8.14) rendimientos
Un análisis similar para los rendimientos de los fracasos de multiplicación

/ división:
Sumando estos resultados
Para la sustitución directa, los números de multiplicaciones y restas

son iguales e iguales a:
La sustitución inversa es la misma que para la eliminación de Gauss: n2 / 2

- n / 2 restas y n2 / 2 + n / 2 multiplicaciones / divisiones. La cantidad total
de fracasos se puede resumir como:
Mult/Div Sumar/Re Total

star
Eliminacion hacia n3 n n3 n2 2n3 n2
adelante
3 3 n n
3 2 6 3 2 6
Sustitucion directa n2 n
n2 n n2 n
2 2 2 2
Sustitucion de la n2 n n2 n n2
espalda
2 2 2 2
Total n3 2 n3 n2 2n3 3n 2
nn 7n
5n
3 3
3 2 6 3 2 6
Por lo tanto, el número total de fracasos es idéntico al obtenido

con eliminación estándar Gauss:
10.6)
Primero, calculamos la descomposición LU. El coeficiente a21 se elimina al

multiplicar la fila 1 por f21 = -3/10 = -0.3 y restar el resultado de la fila 2.
a31 se elimina al multiplicar la fila 1 por f31 = 1/10 = 0.1 y restar el
resultado de la fila 3. Los factores f21 y f31 se pueden almacenar en a21 y
a31.
a32 se elimina multiplicando la fila 2 por f32 = 0.8 / (- 5.4) = -0.148148 y

restando el resultado de la fila 3. El factor f32 puede almacenarse en a32.
La primera columna de la inversa se puede calcular utilizando [L] {D} = {B}
Esto se puede resolver para d1 = 1, d2 = 0.3 y d3 = 0.055556.

Entonces, podemos implementar una sustitución inversa
para producir la primera columna de la inversa
Para la segunda columna use {B} T = {0 1 0} que da {D} T = {0 1

0.148148}. La sustitución inversa da {X} T = {0.038062 0.176471
0.027682}.
Para la tercera columna use {B} T = {0 0 1} que da {D} T = {0 0 1}.

La sustitución inversa da {X} T = {0.00692 0.058824 0.186851}.
Por lo tanto, la matriz inversa es
Podemos verificar que esto sea correcto multiplicando [A] [A] -1

para obtener la matriz de identidad. Por ejemplo, usando MATLAB.
>> A=[10 2 -1;-3 -6 2;1 1 5];

>> AI=[0.110727 0.038062 0.006920;
-0.058824 -0.176471 0.058824;
-0.010381 0.027682 0.186851];
>> A*AI
ans =
1.0000 -0.0000 -0.0000
0.0000 1.0000 -0.0000
-0.0000 0.0000 1.0000
CAPITULO 11
11.1
Primero, la descomposición se implementa
como: e2= -0.4/0.8= -0.5
f2= 0.8 – (-0.5)(-0.4)= 0.6

0.8 -0.4 0
e3= -0.4/0.6= -0.66667
-0.5 0.6 - 0.4
0 – (-0.66667)(-0.4)=
f3= 0.8 -0.66667 0.53333
0.53333
se descompone
El sistema como:transformado es:
de ecuaciones
1 0 0
que [L]= -0.5 1 0
0 -0.66667 1
0.8 -0.4 0
[U]= 0 0.6 -0.4
0 0 0.53333
El lado derecho se
convierte r1= 41
r2= 25 – (-0.5)(41)=45.5
r3= 105 – (-0.66667)45.5= 135.3333
que se puede usar junto con la matriz [U] para realizar la sustitución de regreso
y obtener la solución:
x3= 135.3333/0.53333= 253.75
x2= (45.5-(-0.4)253.75)/0.6= 245
x1= (41- (-0.4)245/0.8= 173.75

11.2
Como en el Ejemplo 11.1, la descomposición de LU
es 1
-0.49 1
[L]= -0.645 1
-0.717 1
2.04 -1
1.550 -1
[U]= 1.395 -1
1.323
Para calcular la primera columna de la
inversa 1
[L]{D}= 0
0
0
Resolviendo esto da
1
{D}= 0.490196
0.316296
0.226775
La sustitución hacia atrás, [U] {X} = {D}, se puede implementar para dar a la
primera columna de la inversa
0.755841
{X}= 0.541916
0.349667
0.171406
Para la segunda columna
0
[L]{D}= 1
0
0
lo que lleva a:
0.541916
{X}= 1.105509
0.713322
0.349667
Para la tercera columna
0
[L]{D}= 0
1
0
lo que lleva a:
0.349667
{X}= 0.713322
1.105509
0.541916
Para la cuarta columna
0
[L]{D}= 0
0
1
lo que lleva a:
0.171406
{X}= 0.349667
0.541916
0.755841
Por lo tanto, la matriz inversa es:
0.755841 0.541916 0.349667 0.171406

-1 0.541916 1.105509 0.713322 0.349667
[A] =
0.349667 0.713322 1.105509 0.541916
0.171406 0.349667 0.541916 0.755841
11.3
Primero, la descomposición se implementa como:
e2= -0.020875/2.01475= -0.01036

f2= 2.014534
e3= -0.01036
f3= 2.014534
e4= -0.01036
f4= 2.014534
El sistema transformado es:
2.01475 -0.02875
-0.01036 2.014534 -0.02875
-0.01036 2.014534 -0.02875
-0.01036 2.014534
que se descompone como:
1
[L]= -0.01036 1
-0.01036 1
-0.01036 1
2.01475 -0.02875
[U]= 2.014534 -0.02875
2.014534 -0.02875
2.014534
Rendimiento de sustitución hacia

adelante: r1= 4.175
r2= 0.043258
r3= 0.000448
r4= 2.087505
POR LO
TANTO:
X4= 1.036222
X3= 0.01096
X2= 0.021586
X1= 2.072441
11.4
Podemos usar MATLAB para verificar los resultados del Ejemplo 11.2:
11.5
L11= √8 = 2.828427
L21= 20 ÷ 2.828427= 7.071068
L22=√(80 − 7.0710682)=5.477226
L31=15 ÷ 2.828427=5.303301
L32=(50 − 7.071068(5.303301) ÷ 5.477226=2.282177
L33=√(60 − 5.3033012 − 2.2821772)=5.163978
Por lo tanto, la descomposición de Cholesky es:
2.828427
[L]= 7.071068 5.477226
5.303301 2.282177 5.163978
11.6
L11= √6 = 2.44949
L21= 15 ÷ 2.44949= 6.123724
L22= √(55 −
6.1237242)=4.1833 L31=55 ÷
2.44949=22.45366
L32=(225 − 6.123724(22.45366)) ÷ 4.1833= 20.9165
L33=(979 − 22.453662 − 20.91652)0.5=6.110101
Por lo tanto, la descomposición de Cholesky
es: 2.44949
[L]= 6.123724 4.1833
22.45366 20.9165 6.110101
La solución puede generarse utilizando primero la sustitución directa para

modificar el vector del lado derecho
[L]{D}={B}
que puede ser resuelto por:
62.29869
{D}= 48.78923
11.36915
Entonces, podemos usar la sustitución inversa para determinar la solución

final [L]T{X}={D}
que puede ser resuelto por:
2.478571
{D}= 2.359286
1.860714
11.7
(a) La primera iteración puede implementarse como
41+0.4𝑋2 41+0.4(0)
X1= 0.8 = 0.8 = 51.25
25+0.4𝑥1+0.4𝑥3 25+0.4(51.25)+0.4(0)
X2= 0.8 = 0.8 = 56.875
105+0.4𝑥2 105+0.4(56.875)
X3= 0.8 = 0.8 = 159.6875
Segunda iteración:
41+0.4(56.875)
X1= 0.8 = 79.6875
25+0.4(79.6875)+0.4(159.6875)
X2= 0.8 = 150.9375
105+0.4(150.9375)
X3= 0.8 = 206.7188
Las estimaciones de error se pueden calcular como:

79.6875−51.25
ԑɑ,1 = 35.69% = 100%×‫׀‬ ‫׀‬
79.6875
150.9375−56.875
ԑɑ,2 = 62.32% = 100%×‫׀‬ ‫׀‬
150.9375
206.7188−159.6875
ԑɑ,3 = 22.75% = 100%×‫׀‬ ‫׀‬
206.7188
El resto del cálculo continuará hasta que todos los errores caigan por
debajo del criterio de detención del 5%. El cómputo completo se puede
resumir como:
Iteración Variable Valor ԑa Máximo ԑa
1 X1 51.25 100.00% 100.00%
X2 56.875 100.00%
X3 159.6875 100.00%
2 X1 79.6875 35.69% 62.32%
X2 150.9375 62.32%
X3 206.7188 22.75%
3 X1 126.7188 37.11% 37.11%
X2 197.9688 23.76%
X3 230.2344 10.21%
4 X1 150.2344 15.65% 15.65%
X2 221.4844 10.62%
X3 241.9922 4.86%
5 X1 161.9922 7.26% 7.26%
X2 233.2422 5.04%
X3 247.8711 2.37%
6 X1 167.8711 3.50% 3.50%
X2 239.1211 2.46%
X3 250.8105 1.17%
Por lo tanto, después de 6 iteraciones, el error máximo es 3.5% y llegamos

al resultado: x1 = 167.8711, x2 = 239.1211 y x3 = 250.8105
(b) El mismo
Primera
iteración:
41+0.4𝑥2 41+0.4(0)
X1= 0.8 = 0.8 = 51.25
Rendimientos de relajación: x1= 1.2(51.25) - 0.2(0)=61.5
25+0.4𝑥1+0.4𝑥3 25+0.4(61.5)+0.4(0)
X2= 0.8 = 0.8 = 62
Rendimientos de relajación: x2= 1.2(62) – 0.2(0) = 74.4
105+0.4𝑥2 105+0.4(74.4)
X3= 0.8 = 0.8 = 168.45
Rendimientos de relajación: x3= 1.2(168.45)-
0.2(0)=202.14 Segunda iteración:
41+0.4(74.4)
X1= 0.8 = 88.45
Rendimientos de relajación: x1= 1.2(88.45) – 0.2(61.5) = 93.84
25+0.4(93.84)+0.4(202.14)
X2= 0.8 = 179.24
Rendimientos de relajación: x2=1.2(179.24) – 0.2(74.4) = 200.208
105+0.4(200.208)
X3= 0.8 = 231.354
Rendimientos de relajación: x3= 1.2(231.354) – 0.2(202.14) =
237.1968 Las estimaciones de error se pueden calcular como:

93.84−61.5
ԑɑ,1 = 34.46% = 100%×‫׀‬ ‫׀‬
93.84
200.208−74.4
ԑɑ,2 = 62.84% = 100%×‫׀‬ ‫׀‬
200.208
237.1968−202.14
ԑɑ,3 = 14.78% = 100%×‫׀‬ ‫׀‬
237.1968
resumir como:
Iteración Variable Valor Relajación ԑa Máximo ԑa

1 X1 51.25 61.5 100.00% 100.00%
X2 62 74.4 100.00%
X3 168.45 202.14 100.00%
2 X1 88.45 93.84 34.46% 62.839%
X2 179.24 200.208 62.84%
X3 231.354 237.1968 14.78%
3 X1 151.354 162.8568 42.38% 42.379%
DENILSON
X2 231.2768 237.49056 15.70%

X3 249.99528 252.55498 6.08%
4 X1 169.99528 171.42298 5.00% 4.997%
X2 243.23898 244.38866 2.82%
X3 253.44433 253.6222 0.42%
Por lo tanto, la relajación acelera la convergencia. Después de 6 iteraciones, el

error máximo es 4.997% y llegamos al resultado: x1 = 171.423, x2 = 244.389 y x3 =
253.622.
11.8
La primera iteración se puede implementar como:
3800+3𝑐2+𝑐3 3800+3(0)+0
C1= 15 = 15 = 253.3333
1200+3𝑐1+6𝑐3 1200+3(253.3333)+6(0)
C2= 18 = 18 = 108.8889
2350+4𝑐1+𝑐2 2350+4(253.3333)+108.8889
C3= 12 = 12 = 289.3519
Segunda iteración:
3800+3𝑐2+𝑐3 3800+3(108.8889)+289.3519
C1= 15 = 15 = 294.4012
1200+3𝑐1+6𝑐3 1200+3(294.4012)+6(289.3519)
C2= 18 = 18 = 212.1842
2350+4𝑐1+𝑐2 2350+4(294.4012)+212.1842
C3= 12 = 12 = 311.6491

294.4012−253.3333
ԑɑ,1 = 13.95% = 100%×‫׀‬ ‫׀‬
294.4012
212.1842−108.8889
ԑɑ,2 = 48.68% = 100%×‫׀‬ ‫׀‬
212.1842
311.6491−289.3519
ԑɑ,3 = 7.15% = 100%×‫׀‬ ‫׀‬
311.6491
El resto del cálculo continuará hasta que todos los errores caigan por debajo
del criterio de detención del 5%. El cómputo completo se puede resumir como:

1 c1 253.3333 100.00% 100.00%
DENILSON
c2 108.8889 100.00%
c3 289.3519 100.00%
2 c1 294.4012 13.95% 48.68%
c2 212.1842 48.68%
c3 311.6491 7.15%
3 c1 316.5468 7.00% 7.00%
c2 223.3075 4.98%
c3 319.9579 2.60%
4 c1 319.3254 0.87% 1.43%
c2 226.5402 1.43%
c3 321.1535 0.37%

al resultado: c1 = 319.3254, c2 = 226.5402 y c3 = 321.1535.
11.9
3800+3𝑐2+𝑐3 3800+3(0)+0
C1= 15 = 15 = 253.3333
1200+3𝑐1+6𝑐3 1200+3(0)+6(0)
C2= 18 = 18 = 66.6667
2350+4𝑐1+𝑐2 2350+4(0)+0
C3= 12 = 12 = 195.8333
Segunda iteración:
3800+3𝑐2+𝑐3 3800+3(66.6667)+195.8333
C1= 15 = 15 = 279.7222
1200+3𝑐1+6𝑐3 1200+3(253.33333)+6(195.8333)
C2= 18 = 18 = 174.1667
2350+4𝑐1+𝑐2 2350+4(253.3333)+66.6667
C3= 12 = 12 = 285.8333
279.7222−253.3333
ԑɑ,1 = 9.43% = 100%×‫׀‬ ‫׀‬
279.7222
174.1667−66.6667
ԑɑ,2 = 61.72% = 100%×‫׀‬ ‫׀‬
174.1667
DENILSON
285.8333−195.8333
ԑɑ,3 = 31.49% = 100%×‫׀‬ ‫׀‬
285.8333
del criterio de detención del 5%. El cálculo completo se puede resumir como:

1 c1 253.3333 100.00% 100.00%
c2 66.66667 100.00%
c3 195.8333 100.00%
2 c1 279.7222 9.43% 61.72%
c2 174.1667 61.72%
c3 285.8333 31.49%
3 c1 307.2222 8.95% 16.49%
c2 208.5648 16.49%
c3 303.588 5.85%
4 c1 315.2855 2.56% 4.79%
c2 219.0664 4.79%
c3 315.6211 3.81%

al resultado: c1 = 315.5402, c2 = 219.0664 y c3 = 315.6211.
11.10
27−2𝑥2+𝑥3 27−2(0)+0
X1= 10 = 10 = 2.7
−61.5+3𝑥1−2𝑥3 −61.5+3(2.7)−2(0)
X2= −6 = −6 = 8.9
−21.5−𝑥1−𝑥2 −21.5−(2.7)−8.9
X3= 5 = 5 = -6.62
Segunda iteración:
27−2(8.9)−6.62
X1= 10 = 0.258
−61.5+3(0.258)−2(−6.62)
X2= −6 = 7.914333
−21.5−(0.258)−7.914333
X3= 5 = -5.934467

0.258−2.7
ԑɑ,1 = 947% = 100%×‫׀‬ ‫׀‬
0.258
7.914333−8.9
ԑɑ,2 = 12.45% = 100%×‫׀‬ ‫׀‬
7.914333
)6.62−(−5.934467−
ԑɑ,3 = 11.55% = 100%×‫׀‬ ‫׀‬
−5.934467
del criterio de detención del 5%. El cálculo completo se puede resumir como:

1 X1 2.7 100.00% 100.00%
X2 8.9 100.00%
X3 -6.62 100.00%
2 X1 0.258 946.51% 946%
X2 7.914333 12.45%
X3 -5.93447 11.55%
3 X1 0.523687 50.73% 50.73%
X2 8.010001 1.19%
X3 -6.00674 1.20%
4 X1 0.497326 5.30% 5.30%
X2 7.999091 0.14%
X3 -5.99928 0.12%
5 X1 0.500253 0.59% 0.59%
X2 8.000112 0.01%
X3 -6.00007 0.01%

al resultado: x1 = 0.500253, x2 = 8.000112 y x3 = -6.00007.
11.11
Las ecuaciones primero deben reorganizarse para que sean diagonalmente

dominantes:
6x1-x2-x3=3
6x1+9x2+x3=40
-3x1+x2+12x3=50
Cada uno puede ser resuelto
como: 3+𝑥2+𝑥3
X1=
6
40−6𝑥1−𝑥3
X2= 9
50+3𝑥1−𝑥2
X3= 12

3+0+0
X1= = 0.5
6
40−6(0.5)−0
X2= = 4.11111
9
50+3(0.5)−4.11111
X3= 12 = 3.949074
Segunda iteración:
3+4.11111+3.949074
X1= 6 = 1.843364
40−6(1.843364)−3.949074
X2= 9 = 2.776749
50+3(1.843364)−2.776749
X3= 12 = 4.396112

1.843364−0.5
ԑɑ,1 = 72.88% = 100%×‫׀‬ ‫׀‬
1.843364
2.776749−4.11111
ԑɑ,2 = 48.05% = 100%×‫׀‬ ‫׀‬
2.776749
4.396112−3.949074
ԑɑ,3 = 10.17% = 100%×‫׀‬ ‫׀‬
4.396112
del criterio de detención del 5%. El cálculo completo se puede resumir
como:

1 X1 0.5 100.00% 100.00%
X2 4.111111 100.00%
X3 3.949074 100.00%
2 X1 1.843364 72.88% 72.88%
X2 2.776749 48.05%
X3 4.396112 10.17%
3 X1 1.695477 8.72% 8.72%
X2 2.82567 1.73%
X3 4.355063 0.94%
4 X1 1.696789 0.08% 0.13%
X2 2.829356 0.13%
X3 4.355084 0.00%
Por lo tanto, después de 4 iteraciones, el error máximo es 0.13% y

llegamos al resultado: x1 = 1.696789, x2 = 2.829356 y x3 = 4.355084.
(b) Primera iteración: Para comenzar, asuma x1 = x2 = x3 = 0

3+0+0
𝑥𝑛𝑢𝑒𝑣𝑜 = = 0.5
1 6
Aplicando relajación:
X1= 0.95(0.5) + (1-0.95)0 = 0.475
40−6(0.475)−0
𝑥2𝑛𝑢𝑒𝑣𝑜 = = 4.12778
9
X2= 0.95(4.12778) + (1-0.95)0 = 3.92139
50+3(0.475)−3.92139
𝑥3𝑛𝑢𝑒𝑣𝑜 = 12
= 3.95863
X3= 0.95(3.95863) + (1-0.95)0 = 3.76070
Tenga en cuenta que las estimaciones de error no se realizan en la

primera iteración, ya que todos los errores serán del 100%.
Segunda iteración:
3+3.92139+3.76070
𝑥1𝑛𝑢𝑒𝑣𝑜 = = 1.78035
6
X1= 0.95(1.78035) + (1-0.95)(0.475) = 1.71508
En este punto, se puede hacer una estimación de error
1.71508−0.475
ԑɑ,1 = 72.3% = 100%×‫׀‬ ‫׀‬
1.71508
Debido a que este error excede el criterio de detención, no será

necesario calcular las estimaciones de error para el resto de esta
iteración.
40−6(1.71508)−3.76070
𝑥2𝑛𝑢𝑒𝑣𝑜 = = 2.88320
9
X2= 0.95(2.88320) + (1-0.95)(3.92139) = 2.93511
50+3(1.71508)−2.93511
𝑥3𝑛𝑢𝑒𝑣𝑜 = 12 = 4.35084
X3= 0.95(4.35084) + (1-0.95)3.76070 = 4.32134
Los cálculos pueden continuarse para una iteración más. El cálculo completo
se resume en la siguiente tabla:
iteració X1 X1r ԑa1 X2 X2r ԑa2 X3 X3r ԑa3
n
1 0.5000 0.4750 100.0 4.1277 3.9213 100.0 3.9586 3.7607 10
0 0 % 8 9 % 3 0 0 0
2 1.7803 1.7150 72.3% 2.8832 2.9351 33.6% 4.3508 4.3213 13.
5 8 0 1 4 4
3 1.7094 1.7096 0.3% 2.8245 2.8300 3.7% 4.3582 4.3564 0.8
1 9 0 3 5 1
Después de 3 iteraciones, los errores aproximados caen por debajo del

criterio de detención con el resultado final: x1 = 1.70969, x2 = 2.82450 y x3 =
4.35641. Tenga en cuenta que la solución exacta es x1 = 1.69737, x2 =
2.82895 y x3 = 4.35526
11.12
Las ecuaciones primero deben reorganizarse para que sean diagonalmente

dominantes
-8x1+x2-2x3=-20
2x1-6x2-x3=-38
-3x1-x2+7x3=-34
−20−𝑥2+2𝑥3 −20−0+2(0)
X1= −8
= −8
= 2.5
−38−2𝑥1+𝑥3 −38−2(2.5)+0
X2= −6 = −6 = 7.166667
−34+3𝑥1+𝑥2 −34+3(2.5)+7.166667
X3= 7 = 7 = -2.761905
Segunda iteración:
−20−7.166667+2(−2.761905)
X1= −8 = 4.08631
−38−2𝑥1+𝑥3 −38−2(4.08631)+(−2.761905)
X2= −6 = −6 = 8.155754
−34+3𝑥1+𝑥2 −34+3(4.08631)+8.155754
X3= 7 = 7 = -1.94076

4.08631−2.5
ԑɑ,1 = 38.82% = 100%×‫׀‬ ‫׀‬
4.08631
8.155754−7.166667
ԑɑ,2 = 12.13% = 100%×‫׀‬ ‫׀‬
8.155754
)2.761905−(−1.94076−
ԑɑ,3 = 42.31% = 100%×‫׀‬
−1.94076 ‫׀‬
debajo del criterio de detención del 5%. El cálculo completo se puede
resumir como

0 X1 0
X2 0
X3 0
1 X1 2.5 100.00% 100.00%
X2 7.166667 100.00%
X3 -2.7619 100.00%
2 X1 4.08631 38.82% 42.31%
X2 8.155754 12.13%
X3 -1.94076 42.31%
3 X1 4.004659 2.04% 2.92%
X2 7.99168 2.05%
X3 -1.99919 2.92%
Por lo tanto, después de 3 iteraciones, el error máximo es 2.92% y

llegamos al resultado: x1 = 4.004659, x2 = 7.99168 y x3 = -
1.99919.
(b)
Primera iteración:
−20−𝑥2+2𝑥3 −20−0+2(0)
X1= −8 = −8 = 2.5
Rendimientos de relajación: x1= 1.2(2.5) - 0.2(0)= 3
−38−2𝑥1+𝑥3 −38−2(3)+0
X2= −6 = −6 = 7.333333
Rendimientos de relajación: x2= 1.2(7.333333) – 0.2(0) = 8.8

DENILSON
−34+3𝑥1+𝑥2 −34+3(3)+8.8
X3= 7 = 7 = -2.3142857
Rendimientos de relajación: x3= 1.2(-2.3142857)-0.2(0)= -
2.7771429 Segunda iteración:
−20−𝑥2+2𝑥3 −20−8.8+2(−2.7771429)
X1= −8 = −8 = 4.2942857
Rendimientos de relajación: x1= 1.2(4.2942857) - 0.2(3)= 4.5531429
−38−2𝑥1+𝑥3 −38−2(4.5531429)−2.7771429
X2= −6 = −6 = 8.3139048
Rendimientos de relajación: x2= 1.2(8.3139048) – 0.2(8.8) = 8.2166857
−34+3𝑥1+𝑥2 −34+3(4.5531429)+8.2166857
X3= 7 = 7 = -1.7319837
Rendimientos de relajación: x3= 1.2(-1.7319837)-0.2(-2.7771429)=

- 1.5229518

4.5531429−3
ԑɑ,1 = 34.11% = 100%×‫׀‬ ‫׀‬
4.5531429
8.2166857−8.8
ԑɑ,2 = 7.1% = 100%×‫׀‬ ‫׀‬
8.2166857
)2.7771429−(−1.5229518−
ԑɑ,3 = 82.35% = 100%×‫׀‬
−1.5229518 ‫׀‬
resumir como:
Iteración Variable Valor Relajación ԑa Máximo ԑa

1 X1 2.5 3 100.00% 100.00%
X2 7.3333333 8.8 100.00%
X3 -2.314286 -2.777143 100.00%
2 X1 4.2942857 4.5531429 34.11% 82.35%
X2 8.3139048 8.2166857 7.10%
X3 -1.731984 -1.522952 82.35%
3 X1 3.7787598 3.7787598 20.49% 32.26%
X2 7.7727572 7.7727572 5.71%
X3 -2.248146 -2.248146 32.26%
DENILSON
4 X1 4.0846055 4.0846055 7.49% 19.28%

X2 8.12892 8.12892 4.38%
X3 -1.884759 -1.884759 19.28%
5 X1 3.9678445 3.9678445 2.94% 8.07%
X2 7.9383056 7.9383056 2.40%
X3 -2.050162 -2.050162 8.07%
6 X1 4.0122254 4.0122254 1.11% 3.60%
X2 8.0272613 8.0272613 1.11%
X3 -1.979007 -1.979007 3.60%
Por lo tanto, la relajación en realidad parece retardar la convergencia.

Después de 6 iteraciones, el error máximo es 3.60% y llegamos al
resultado: x1 = 4.0122254, x2 = 8.0272613 y x3 = -1.979007.
11.13
Como se muestra a continuación, para las pendientes de 1 y -1, la

técnica de Gauss-Seidel no converge ni diverge sino que oscilará
interminablemente.
11.14
Según lo ordenado, ninguno de los conjuntos convergerá. Sin embargo,

si los conjuntos 1 y 2 se reordenan para que sean diagonalmente
dominantes, convergerán en la solución de (1, 1, 1).
Serie 1: 9x+3y+z=13
2x+5y-z=6
-6x +z=2
DENILSON
Serie 2: 4x+2y-2z=4
X+5y- z=5
X+y+6z=8
A su valor nominal, porque no es estrictamente diagonalmente

dominante, el Conjunto 2 parece ser divergente. Sin embargo, dado que
está muy cerca de ser diagonalmente dominante, se puede obtener una
solución.
El tercer conjunto no es diagonalmente dominante y divergerá para la
mayoría de los pedidos. Sin embargo, la siguiente disposición convergerá
aunque a un ritmo muy lento:
Serie 3: -3x+4y+5z=6
2y - z = 1
-2x+2y-3z=-3
11.15
Usando MATLAB:
(a) Los resultados para el primer sistema saldrán de la sgte manera:
(b) Sin embargo, para el sistema 4x4, la naturaleza mal condicionada

de la matriz produce malos resultados:
DENILSON
11.16
(a) Como se muestra, hay 4 raíces, una en cada cuadrante.
(b) Se podría esperar que si hubiera una conjetura inicial dentro de

un cuadrante, el resultado sería la raíz en el cuadrante. Sin
embargo, una muestra de conjeturas iniciales que abarca el rango
produce las siguientes raíces:
DENILSON
Hemos resaltado las conjeturas que convergen a las raíces en sus

cuadrantes. Aunque algunos siguen el patrón, otros saltan a
raíces que están muy lejos. Por ejemplo, la conjetura de (-6, 0)
salta a la raíz en el primer cuadrante.
Esto subraya la noción de que las técnicas de ubicación de raíz
son altamente sensibles a las conjeturas iniciales y que los
métodos abiertos como el Solver pueden ubicar raíces que no
están cerca de las conjeturas iniciales.
11.17
Defina la cantidad de transistores, resistencias y chips de

computadora como x1, x2 y x3. Las ecuaciones del sistema
se pueden definir como
4x1+ 3x2+ 2x3= 960

x1 + 3x2+ x3 = 510
2x1 + x2 + 3x3 =
610
La solución se puede implementar en Excel como se muestra

a continuación:
La siguiente vista muestra las fórmulas que se emplean para

determinar el inverso en las celdas A7: C9 y la solución en
las celdas D7: D9.
En MATLAB:
11.18
El número de condición espectral se puede evaluar como:
Los dígitos de precisión que podrían perderse debido a un

mal acondicionamiento pueden calcularse como:
Por lo tanto, alrededor de 13 dígitos podrían ser sospechosos. Se

puede desarrollar un vector del lado derecho correspondiente a
una solución de unos:
La solución puede ser generada por la división izquierda
Los errores máximo y medio se pueden calcular como:

Por lo tanto, algunos de los resultados son precisos para solo

entre 3 y 4 dígitos significativos. Debido a que MATLAB
representa números de 15 dígitos significativos, esto significa que
son sospechosos entre 11 y 12 dígitos.
11.19
Primero, la matriz de Vandermonde se puede configurar
El número de condición espectral se puede evaluar como:
Los dígitos de precisión que podrían perderse debido a un

mal acondicionamiento pueden calcularse como
Por lo tanto, alrededor de 7 dígitos pueden ser sospechosos. Se

puede desarrollar un vector del lado derecho correspondiente a
una solución de unos:
La solución puede ser generada por la división izquierda
167
Los errores máximo y medio se pueden calcular como:
11.20
El conteo de flops para el algoritmo tridiagonal en la figura 11.2

se puede determinar como:
GRAFICA:
DENILSON
11.21
Aquí hay una macro de VBA para obtener una solución para un
sistema tridiagonal usando el algoritmo de Thomas. Está
configurado para duplicar los resultados del Ejemplo 11.1.
11.22
Aquí hay una macro de VBA para obtener una solución de un

sistema simétrico con descomposición de Cholesky. Está
configurado para duplicar los resultados del Ejemplo 11.2.
DENILSON
11.23
Aquí hay una macro de VBA para obtener una solución de un

sistema lineal diagonalmente dominante con el método de Gauss-
Seidel. Está configurado para duplicar los resultados del Ejemplo
11.3.
DENILSON
DENILSON
CAPITULO 12
12.1 Lleve a cabo el mismo cálculo que en la sección 12.1, pero cambie c01 a 40
y c03 a 10. También cambie los flujos siguientes:
Q01 = 6, Q12 = 4 Q24= 2 y Q44 = 12.
SOLUCION:
Los balances de flujo se pueden usar para determinar
Q01 = 6 Q15 = 3 Q12 = Q31 = 1 Q03 = 8

4
Q25 = 1 Q23 = 1 Q54 = Q55 = 2 Q24 = 2
2
Q34 = 8 Q44 = 12
Los balances de masa se pueden usar para determinar las siguientes

ecuaciones simultáneas,
7 0 -1 0 0 c1 240
-4 4 0 0 0 c2 0
0 -1 9 0 0 c3 = 80
0 -2 -8 12 2 c4 0
-3 -1 0 0 4 c5 0
La solución y la matriz inversa se pueden desarrollar usando MATLAB,
>> A=[7 0 -1 0 0;
-4 4 0 0 0;
0 -1 9 0 0;
0 -2 -8 12 -2;
-3 -1 0 0 4];
>> B=[240;0;80;0;0];
>> C=A\
BC =
36.1290
36.1290
12.9032
20.6452
36.1290
>> inv(A)
0.1452 0.0040 0.0161 0 0

0.1452 0.2540 0.0161 0 0

0.0161 0.0282 0.1129 0 0
0.0591 0.0722 0.0806 0.0833 0.0417
0.1452 0.0665 0.0161 0 0.2500
12.2 Si la entrada al reactor 3 de la sección 12.1, disminuye 25 por ciento, utilice

la matriz inversa para calcular el cambio porcentual en la concentración de los
reactores 1 y 4.
SOLUCION:
Los coeficientes relevantes de la matriz inversa son un a  0.018868 y un a 

0.087479 Por lo tanto, un cambio del 25% en la entrada al reactor 3 dará lugar a
los siguientes cambios de concentración en los reactores 1 y 4:
c1
c4
Estos pueden expresarse como cambios porcentuales,
c1 0.754717
c1 11.50943
c4 3.499142
c4 16.99828
12.3 Debido a que el sistema que se muestra en la figura 12.3 está en estado
estacionario (estable), .qué se puede afirmar respecto de los cuatro flujos:
Q01, Q03, Q44 y Q55?
SOLUCION:
Debido a la conservación del flujo:
12.4 Vuelva a calcular las concentraciones para los cinco reactores que se
muestran en la figura 12.3, si los flujos cambian como sigue:
SOLUCION:
Los balances de masa se pueden usar para determinar las siguientes ecuaciones
simultáneas,
8 0 -3 0 0 c1 50
-4 4 0 0 0 c2 0
0 -2 10 0 0 c3 = 160
0 0 -7 10 -3 c4 0
-4 -2 0 0 6 c5 0
La solución puede ser desarrollada. Por ejemplo, usando MATLAB,
>> A=[8 0 -3 0 0;
-4 4 0 0 0;
0 -2 10 0 0;
0 0 -7 10 -3;
-4 -2 0 0 6];
>> B=[50;0;160;0;0];
>> C=A\B
C=
13.2432
13.2432
18.6486
17.0270
13.2432
12.5 Resuelva el mismo sistema que se especifica en el problema 12.4, pero haga
Q12 = Q54 = 0 y Q15 = Q34 = 3. Suponga que las entradas (Q01, Q03) y las salidas
(Q44, Q55) son las mismas. Use la conservación del flujo para volver a calcular los
valores de los demás flujos.
SOLUCION:
Los balances de flujo se pueden usar para determinar
Q01 = 5 Q15 = 3 Q12 = 0 Q31 Q03 = 8

Q25 = 0 Q23 = Q54 = 0 Q55 = 3 Q24 = 7
Q34 = 3
Q44 = 10
Los balances de masa se pueden usar para determinar las siguientes ecuaciones
simultáneas,
5 0 0 0 0 c1 50
0 7 -7 0 0 c2 0
174
-2 0 10 0 0 c3 = 160
0 -7 -3 10 0 c4 0
-3 0 0 0 3 c5 0
La solución puede ser desarrollada. Por ejemplo, usando MATLAB
>> A=[5 0 0 0 0;
0 7 -7 0 -1;
-2 0 10 0 0;
0 -7 -3 10 0;
-3 0 0 0 3];
>> B=[50;0;160;0;0];
>> C=A\B
C=
10.0000
18.0000
18.0000
18.0000
10.0000
12.6 En la figura P12.6 se muestran tres reactores conectados por tubos. Como se
indica, la tasa de transferencia de productos químicos a través de cada tubo es
igual a la tasa de flujo (Q, en unidades de metros cúbicos por segundo) multiplicada
por la concentración del reactor desde el que se origina el flujo (c, en unidades de
miligramos por metro cúbico). Si el sistema se encuentra en estado estacionario
(estable), la transferencia de entra da a cada reactor balanceará la de salida.
Desarrolle las ecuaciones del balance de masa para los reactores y resuelva las
tres ecuaciones algebraicas lineales simultáneas para sus concentraciones.
SOLUCION:
Se pueden escribir balances de masa para cada uno de los reactores
como 5 Q13c1 Q12c1 Q21c2
Q12c1 Q21c2 Q23c2
Q13c1 Q23c2 Q33c3
Los valores para los flujos pueden ser sustituidos y el sistema de ecuaciones
puede escribirse en forma de matriz como
130 -30 0 c1 500

-90 90 0 c2 = 0
-40 -60 120 c3 200
175
>> A=[130 -30 0;-90 90 0;-40 -60 120];

>> B=[500;0;200];
>> C=A\B
C=
5.000
0
5.0000
5.8333
12.7 Con el empleo del mismo enfoque que en la sección 12.1, determine la
concentración de cloruro en cada uno de los Grandes Lagos con el uso de
la información que se muestra en la figura P12.7.
SOLUCION:
Se pueden escribir balances de masa para cada uno de los lagos
como Superior, c1: Michigan, c2: Huron, c3: Erie, c4:
c1
Ontario, c5:
c2
c1 c2 c3
c3 c4
c4 c5
El sistema de ecuaciones se puede escribir en forma de matriz como
>> A=[67 0 0 0 0;
0 36 0 0 0;
-67 -36 161 0 0;
0 0 -161 182 0;
0 0 0 -182 212];
>> B=[180 710 740 3850 4720]';
>> C=A\
BC=
2.6866
19.7222
10.1242
30.1099
48.1132
12.8 La parte baja del río Colorado consiste en una serie de cuatro
almacenamientos como se ilustra en la figura P12.8. Puede escribirse los
balances de masa para cada uno de ellos, lo que da por resultado el conjunto
siguiente de ecuaciones algebraicas lineales simultáneas:
SOLUCION:
(a) La solución se puede desarrollar utilizando su propio software o un paquete.

Por ejemplo, usando MATLAB,
>> A=[13.422 0 0 0;
-13.422 12.252 0 0;
0 -12.252 12.377 0;
0 0 -12.377 11.797];
>> W=[750.5 300 102 30]';
>> AI=inv(A)
AI =
0.0745 0 0 0
0.0816 0.0816 0 0
0.0808 0.0808 0.0808 0
>> C=AI*W
C = 55.9157
85.7411
93.1163
100.2373
(b) El elemento de la matriz que relaciona la concentración de Havasu (lago 4) con

la carga de Powell (lago 1) es un 1  0.084767. Este valor se puede usar para
calcular cuánto la carga al lago Powell debe reducirse para que la concentración
de cloruro del lago Havasu sea 75
(c) Primero, normalice la matriz para da
La norma de suma de columna para esta matriz es 2. La inversa de la matriz

se puede calcular como
La norma de suma de columna para el inverso se puede calcular como 4.317672.

El número de condición es, por lo tanto, 2 (4.317672) = 8.635345. Esto significa
que menos de 1 dígito es sospechoso [log10 (8.635345) = 0.93628]. Curiosamente,
si la matriz original no tiene escala, se obtiene el mismo número de condición
12.9 En la figura P12.9 se ilustra un proceso de extracción en etapas. En tales

sistemas, una corriente que contiene una fracción de peso Yent de un producto
químico ingresa por la izquierda con una tasa de flujo de masa de F1. En forma
simultánea, un solvente que lleva una fracción de peso Xent del mismo producto
quí donde K se denomina coeficiente de distribución. La ecuación
(P12.9b) puede resolverse para Xi y se sustituye en la
ecuación (P12.9a) para producir
Si F1 = 500 kg/h, Yent = 0.1, F2 = 1000 kg/h, Xent = 0 y K = 4, determine los

valores de Ysal y Xsal, si se emplea un reactor de cinco etapas. Obsérvese que
debe modificarse la ecuación (P12.9c) para tomar en cuenta las fracciones de peso
del flujo de entrada cuando se aplique a la primera y última etapas.
SOLUCION:
Para la primera etapa, el balance de masa se puede escribir como
F1 yin F2 x2 F2 x1 F1 x1
Sustituyendo x = Ky y reorganizando
da
Usando un enfoque similar, la ecuación para la última etapa es
Para etapas interiores
Estas ecuaciones se pueden usar para desarrollar el siguiente sistema
La solución se puede desarrollar de varias maneras. Por ejemplo, usando MATLAB,

>> format long
>> A=[9 -8 0 0 0;
-1 9 -8 0 0;
0 -1 9 -8 0;
0 0 -1 9 -8;
0 0 0 -1 9];
>> B=[0.1;0;0;0;0];
>> Y=A\B
Y=
0.0124996662127
2
0.0015621244893
1
0.0001949317738
8
0.0000240326844
5
0.0000026702982
7
Tenga en cuenta que los valores correspondientes de X se pueden calcular como

>> X=4*Y X =
0.0499986648508
6
0.00624849795722
0.00077972709552
0.00009613073780
0.00001068119309
Por lo tanto, yout = 0.0000026703 y xout = 0.05. Además, aquí hay un

gráfico logarítmico de los resultados de simulación versus etapa,
PREGUNTA 12.10:
SOLUCION:
Los balances de masa de estado estable para A en cada reactor se pueden
escribir como
Qin cA,in QincA,1 k1V1cA,1

QincA,1 Q32cA,3 Qin Q32 )cA,2 k2V2cA,2
(Qin Q3)cA
Q43cA,4
(Qin Q43
)cA,3
k3V3cA,3
(Qin
Q43
)cA,3 Qin
Q43 )cA,4
k4V4cA,4
Los balances de masa de estado estable para B en cada reactor se pueden

escribir como
 Qin cB,1 k1V1cA,1 0

QincB,1 Q32cB,3 Qin Q32 )cB,2 k2V2cA,2
(Qin Q32 )cB,2 Q43cB,4 Qin Q43 )cB,3

k3V3cA,3
(Qin Q43 )cB,3 Qin Q43 )cB,4 k4V4cA,4
Los valores para los parámetros pueden ser sustituidos y el sistema de

ecuaciones puede escribirse en forma de matriz como
La solución puede ser desarrollada. Por ejemplo, usando

MATLAB
>> A=[11.875 0 0 0 0 0 0 0;
-1.875 10 0 0 0 0 0 0;
-10 0 26.25 0 -5 0 0 0;
0 -10 -11.25 15 0 -5 0 0;
0 0 -15 0 53 0 -3 0;
0 0 0 -15 40 13 0 -3;
0 0 0 0 -13 0 15.5 0;
0 0 0 0 0 -13 -2.5 13];
>> B=[10 0 0 0 0 0 0 0]';

>> C=A\B
C=
0.8421
0.1579
0.3400
0.9933
0.1010
1.8990
0.0847
1.9153
Por lo tanto, para resumir los resultados
reactor A B
inflow 1 0
1 0.842105 0.15789
5
2 0.340047 0.99328
6
3 0.101036 1.89896
4
4 0.084740 1.91526
0
Aquí hay una grafica de resultados
PREGUNTA 12.11:
SOLUCION:
Suponiendo un flujo unitario para Q1, las ecuaciones simultáneas se pueden
escribir en forma de matriz como
DENILSON
Estas ecuaciones pueden ser resueltas. Por ejemplo, usando MATLAB,
>> A=[-2 1 2 0 0 0;
0 0 -2 1 2 0;
0 0 0 0 -2 3;
1 1 0 0 0 0;
0 1 -1 -1 0 0;
0 0 0 1 -1 -1];
>> B=[0 0 0 1 0 0 ]';
>> Q=A\B
Q=
0.5059
0.4941
0.2588
0.2353
0.1412
0.0941
PREGUNTA 12.12:
SOLUCION:
Los balances de masa se pueden expresar en forma de matriz como

DENILSON
Estas ecuaciones pueden ser resueltas. Los resultados se tabulan y trazan a

continuación:
Reactor Gas Liquid

0 100
1 95.73328 85.0664
9
2 90.2475 76.5330
6
3 83.19436 65.5615
4 74.12603 51.4552
1
5 62.46675 33.3185
6
6 10
PREGUNTA 12.13:
SOLUCION:
Sea xi = el volumen tomado del hoyo i. Por lo tanto, el siguiente sistema
de ecuaciones debe contener
0.55x1 x2 x3
0.30x1 x2 x3
0.15x1 x2 x3
PREGUNTA 12.14:
DENILSON
SOLUCION:
Podemos numerara los nodos como
Node 1:
FH F1 F5 F3
1200
FV F1 F5 s F3
Node 2:
H2 F2 F1
FH
FV F1 V2
Node 3:
F4 F3
FH
FV V3 F3
Node 4:
F2 F4 F5
FH
FV F5
Estos saldos se pueden expresar en forma de matriz como
Este sistema puede ser resuelto por
F1 F2 = 1453.59 F3 = F4 =
953.5898
F5 = 707.1068 H2 V2 = 146.4102 V3 =
953.5898
Tenga en cuenta que las reacciones horizontales (H2 = 1200) y las reacciones
verticales (V2 + V3 = 146.4102 + 953.5898 = 1100) son iguales al negativo de
las cargas impuestas. Este es un buen control de que el cálculo es correcto.
PREGUNTA
12.15:
SOLUCION:
Podemos numera los nodos como
500 H5 100
F7 F2
F5 F4
F6F3
V5 V3
Nodo1:
FH F1F5 F7
FV F5 F7
Nodo 2:
FH F1 F2 F4
FV F2 F4
Nodo 3:
FH F2 F3
FV V3F2
Nodo4:
FH F3F4 F5 F6
FV F4 F5
Nodo 5:
FH F6F7 H5
FV F7 V5

Métodos Numéricos Alejandrin Verastegui llo
a Truji
F2 =
El sistema puede ser resuelto por
F1 = F5 =
F3 = F4 =
304.5517 87.56443
F6 = 424.167 F7 = V3 = 175.833 H5 = 0 V5 =
424.16
7
PREGUNTA 12.16:
SOLUCION: nversa onan la ón para

Las primeras dos columnas de la i proporci informaci resol
ver
este problema
F1H F1V
025 0.50000
F1 0.866 0
F2 000
0.250
13
F3 0.86602
0 5
H2 0.00000
0
0
V2
3 00
V3 0.433 013
00
187
PREGUNTA 12.17:
SOLUCION:
PREGUNTA 12.18:
SOLUCION:
Node 1:
FH F1
F3
FV F1
Node 2:
F1 F2 F5 F6
FH
FV F1 F5 F6
Node 3:
F2
FH
FV F3 F4
Node 4:
F6 F7 H4
FH
FV F6 V4
DENILSON
Node 5: F7 F5
FH
FV F4 F5 V5
F1 = F2 F3 = 500 F4 = 500 F5 =
F6 = F7 = H4 = 750 V4 = V5 =
29.00635 449.7595
PREGUNTA
12.19:
SOLUCION:
Podemos numerar los nodos como
Node 1:
FH F1 F2F5
FV F1 F5
Node 2:
FH F2F3
FV F8
Node 3:
FH F3 F6 F7
F7
FV F6
Node 4:
F1 cos F4 H4
FH
FV F1 V4
Node 5:
F4 F5 F7 F9
FH
FV F5 F8 F7
Node 6:
F6 F9
FH
FV F6 V6
Tenga en cuenta que F8 = 0. Por lo tanto, el miembro medio es innecesario a

menos que haya una carga con un componente vertical distinto de cero en el
nodo
2. Estos saldos se pueden expresar en forma de matriz como
F1 = F2 = F3 = F4 = F5 =
1830.127
F6 = F7 = 2588.19 F9 = 1830.13 H4 = 0 V4 =
3169.87
V6 = 1830.13
PREGUNTA 12.20:
SOLUCION:
Room 1:
DENILSON
Wsmoker Qa ca Qa c1 E13 (c3 c1
) Room 2:
Qb cb Qa Qd )c4 Qc c2 E24 (c4 c2 )
Room 3:
Wgrill Qa c1 E13 (c1 c3 E34 (c4 c3 Qa
c3
Room 4:
Qa c3 E34 (c3 c4 E24 (c2 c4 Qa
c4 Sustituyendo los parámetros
Estos pueden ser resueltos por
b) La matriz inversa se puede determinar como
El porcentaje del monóxido de carbono en la sección de niños debido a cada

fuente se puede calcular como
DENILSON
(c) Si las cargas del ahumador y la parrilla aumentan en 1000 y 3000 mg /

h, respectivamente, la concentración en la sección infantil se incrementará
en
(d) Si la mezcla entre el área de los niños y la zona 4 se reduce a 5, el sistema

de ecuaciones cambia a
PREGUNTA 12.21:
SOLUCION:
Las coordenadas de los puntos de conexión son
D: (0, 0, 2.4)
A: (0.8, –0.6, 0)
B: (–0.8, –0.6, 0)
C: (0, 1, 0)
Las longitudes de las piernas se pueden calcular como

DENILSON
Supongamos que cada pierna está en tensión, lo que significa que cada uno tira
del punto D
20 kN
A C
Los balances de fuerza para el punto D se pueden escribir como
Por lo tanto, la solución equivale a resolver el siguiente sistema de

ecuaciones algebraicas lineales
0.30769 A0.30769 B A 0
A B C
B C
Estas ecuaciones se pueden resolver con la eliminación de Gauss para A =

6.7708, B = 6.7708 y C = 8.125.
PREGUNTA 12.22:
SOLUCION:
La solución se puede generar de varias maneras. Por ejemplo, usando MATLAB,

>> A=[1 0 0 0 0 0 0 0 1 0;
0 0 1 0 0 0 0 1 0 0;
0 1 0 3/5 0 0 0 0 0 0;
-1 0 0 -4/5 0 0 0 0 0 0;
0 -1 0 0 0 0 3/5 0 0 0;
0 0 0 0 -1 0 -4/5 0 0 0;
0 0 -1 -3/5 0 1 0 0 0 0;
0 0 0 4/5 1 0 0 0 0 0;
0 0 0 0 0 -1 -3/5 0 0 0;
0 0 0 0 0 0 4/5 0 0 1];
>> B=[0 0 -74 0 0 24 0 0 0 0]';
>> x=A\B
x
=
3
7
.
3
3
3
3
-46.0000
74.0000
-46.6667
37.3333
46.0000
-76.6667
-74.0000
-37.3333
61.3333
Por lo tanto en, KN
AB = 37.3333 BC = AD = 74 BD CD =
37.3333
DE = 46 CE = Ax Ay = Ey =
61.3333
PREGUNTA
12.23:
SOLUCION:
Las ecuaciones simultaneas son
Este sistema se puede resolver de varias maneras. Por ejemplo, usando MATLAB,
>> A=[1 1 1 0 0 0;
0 -1 0 1 -1 0;
0 0 -1 0 0 1;
0 0 0 0 1 -1;
0 5 -15 0 -5 -2;
10 -5 0 -25 0 0];
>> B=[0 0 0 0 0 200]';
>> I=A\B
I=
5.1185
-4.1706
-0.9479
-5.1185
-0.9479
-0.9479
i21 = 5.1185 i52 i32 i65 i54 =

i43 =
Aquí están las corrientes resultantes superpuestas en el circuito:
0.9479 5.1185
PREGUNTA 12.24:
SOLUCION:
Las ecuaciones actuales se pueden escribir como
Este sistema puede ser resuelto por

i21 = 2.9291 i23 = i52 = 2.2835 i35 = i43 =
0.1507
i54 = 0.1507 i65 = 2.9291 V2 = 112.5196 V3 = V4 =

131.8893 133.0945
V5 =
135.3543
PREGUNTA
12.25:
SOLUCION:
i32 i25 i12
i32 i34 i63
i34 i47
i25 i65 i58
Ecuaciones voltaje

i32 = i25 = 1.0449 i12 = 3.6119 i34 = 1.2287 i63 =
5670
i47 = 1.2287 i65 = 0.1371 i58 = 1.1820 i76 i97 =
i89 = i80 = 3.6119
PREGUNTA 12.26:
SOLUCION:
Sea ci = componente i. Por lo tanto, el siguiente sistema de ecuaciones
debe contener
12.21 15c1 17c2 19c3 3890

0.30c1 c2 c3
1.0c1 c2 c3
Estos pueden resolverse para c1 = 90, c2 = 60 y c3 = 80
PREGUNTA 12.27:
SOLUCION:
Primero, podemos numerar los bucles y asumir que las corrientes son en el
sentido de las agujas del relo.
R4 R5
i1 V1 i2 i3 V2
La ley de voltaje de Kirchhoff se puede aplicar a cada ciclo
V1 R1i1 R4 (i1 i2
R4 (i2 i1 R2 i2 R5 (i2 i3
R5 (i3 i2 R3i3 V2
Recopilando términos, el sistema puede escribirse en forma de matriz como
Esto se puede resolver con una herramienta como MATLAB,
> A=[20 -15 0;-15 50 -25;0 -25 45];

>> B=[80;0;-50];
>> I=A\B
I=
4.9721
1.2961
-0.3911
Therefore, I1 = 4.9721, I2 = 1.2961, and I3 = –0.3911.
PREGUNTA 12.28:
SOLUCION:
Este problema se puede resolver aplicando la ley de voltaje de Kirchhoff a
cada ciclo.
i1 i2 i1 i3
4(i2 i1 i2 i2 i3
8(i3 i2 i3 i3 i1
Recopilando términos, el sistema puede escribirse en forma de matriz como
Esto se puede resolver con una herramienta como MATLAB,
> A=[6 -4 -2;-4 18 -8;-2 -8 15];

>> B=[20;0;0];
>> I=A\B
I=
5.1759
1.9095
1.7085
Therefore, I1 = 5.1759, I2 = 1.9095, and I3 = 1.7085.
PREGUNTA 12.29:
SOLUCION:
Este problema se puede resolver directamente en una calculadora capaz de realizar
operaciones matriciales o en MATLAB
>> b=[-200;-250;100];
>> a=[55 0 -25;0 -37 -4;-25 -4 29];
>> b=[-200;-250;100];
>> x=a\b
x=
-2.7278
6.5407
1.9989
Therefore, I1 I3 = 6.5407 A, and I4 = 1.9989 A
PREGUNTA 12.30:
SOLUCION:
Este problema se puede resolver directamente en una calculadora capaz de realizar
operaciones matriciales o en MATLAB.
>> a=[60 -40 0

-40 150 -100
0 -100 130];
>> b=[200
0
230];
>> x=a\b
x=
7.7901
6.6851
6.9116
Por lo tanto, I1 = 7.79 A, I2 = 6.69 A, and I3 = 6.91 A.
PREGUNTA 12.31:
SOLUCION:
En estado estable, los saldos de fuerzas se pueden escribir
como 4kx1 3kx2 m1 g
kx1 kx2 kx3 m2 g
 kx2 kx3 m3 g
sustituyendo los valores de os parámetros
PREGUNTA 12.32:
SOLUCION:
En estado estable, los saldos de fuerzas se pueden escribir como
PREGUNTA 12.33:
DENILSON
SOLUCION:
PREGUNTA 12.34:
SOLUCION:
Las ecuaciones se pueden resolver de varias maneras. Por ejemplo,

usando MATLAB,
>> A=[100 1 0;50 -1 1;25 0 -1];

>> B=[519.72;216.55;108.27];
>> x=A\B
x=
4.8259
37.1257
12.3786
Therefore, a = 4.8259, T = 37.1257, and R = 12.3786.
PREGUNTA 12.35:
SOLUCION:
Para resolver este problema, debemos asumir la dirección en que se mueven los
bloques. Por ejemplo, podemos suponer que los bloques se mueven de izquierda a
derecha como se muestra
DENILSON
Por lo tanto, el sistema de ecuaciones a resolver puede escribirse en forma de

matriz como
Tenga en cuenta que si hubiéramos supuesto que los bloques se movían

de derecha a izquierda, el sistema de ecuaciones habría sido
DENILSON
PREGUNTA 12.36:
SOLUCION:
Para resolver este problema, debemos asumir la dirección en que se mueven los
bloques. Por ejemplo, podemos suponer que los bloques se mueven de derecha
a izquierda como se muestra
DENILSON
Por lo tanto, el sistema de ecuaciones a resolver puede escribirse en forma de

matriz como
Tenga en cuenta que si hubiéramos supuesto que los bloques se movían de

izquierda a derecha, el sistema de ecuaciones habría sido
DENILSON
PREGUNTA 12.37:
SOLUCION:
Este problema se puede resolver de varias maneras. Por ejemplo, usando MATLAB,
%prob1237.m
1
=
1
0
;
k
2
=
3
0
;
k
3
=
3
0
;
k
4
=
1
0
;
m
1 DENILSON
=
2
DENILSON
;
m
2
=
2
;
m
3
=
2
;
km=[(1/m1)*(k2+k1),-(k2/m1),0;
-(k2/m2),(1/m2)*(k2+k3),-(k3/m2);
0,-
(k3/m3),(1/m
3)*(k3+k4)]
x=[0.05;0.04
;0.03]
kmx=km*x
>> prob1237
km =
20 -15 0
-15 30 -15
0 -15 20
x=
0.0500
0.0400
0.0300
k
m
x
=
0
.
4
0 DENILSON
0
0
0
0
Therefore, x 1 x 2= 0, and x 3 = 0 m/s2.
PREGUNTA 12.38:
SOLUCION:
(a) Sustituyendo los parámetros da
Una solución analítica se puede derivar de varias maneras. Una forma es

asumir una solución de la forma
PREGUNTA 12.39:
SOLUCION:
Sustituyendo las diferencias finitas de diferencia central, la ecuación de

Laplace puede escribirse para el nodo (1, 1) como
El cálculo se puede continuar de la siguiente manera
iteratio unknown Value a maximum

DENILSON
DENILSON
n a
1 x1 43.75100.00
%
x2 42.1875 100.00
%
x3 29.6875 100.00
%
x4 24.21875 100.00% 100.00%
2 x1 61.71875 29.11%
x2 52.73438 20.00%
x3 40.23438 26.21%
x4 29.49219 17.88% 29.11%
3 x1 66.99219 7.87%
x2 55.37109 4.76%
x3 42.87109 6.15%
x4 30.81055 4.28% 7.87%
4 x1 68.31055 1.93%
x2 56.03027 1.18%
x3 43.53027 1.51%
x4 31.14014 1.06% 1.93%
5 x1 68.64014 0.48%
x2 56.19507 0.29%
x3 43.69507 0.38%
x4 31.22253 0.26% 0.48%
Por lo tanto, después de 5 iteraciones, el error máximo es 0.48% y estamos

convergiendo en el resultado final: T11 = 68.64, T12 = 56.195, T21 = 43.695 y T22 =
31.22.
PREGUNTA 12.40:
SOLUCION:
Encuentra los vectores unitarios
Suma momentos sobre origen

DENILSON
En la forma:
a11x1 a12
x2 b1 a21x2
a22 x2 b2
0.872 A 1.744B
1.744 A
0.872B 0
Enchufe en las ecuaciones 9.10 y 9.11:

Copia de 488826067

Cargado por

Copyright:

Formatos disponibles

Copia de 488826067

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Copia de 488826067

Cargado por

Copyright:

Formatos disponibles

RESOLUCIÓN DE PROBLEMAS DE LOS

DOCENTE : ING. CHAVEZ ESTRADA

CURSO : MÉTODOS NUMÉRICOS

ALUMNO : JUSTO MAIZ Aldair

3.1 (a) (101101)2  (1 25 )  (0  24 )  (1 23 )  (1 22 )  (0  21 )  (1 20 )

(b) (101.101)2  (1 22 )  (0  21 )  (1 20 )  (1 21 )  (0  22 )  (1 23 )

 4  1  0.5  0.125  5.625

3.2 Aquí están las implementaciones VBA y MATLAB del algoritmo:

VBA Function Procedure MATLAB M-File

Ambas rutinas producen un resultado de 2.22044604925031E – 16 en mi

3.3 Aquí están las implementaciones VBA y MATLAB del algoritmo:

VBA Function Procedure MATLAB M-File

Ambos producen un resultado de 4.94065645841247E – 324 en mi computadora de escritorio. Para

Esto produce un resultado de 1.0823232 con un error relativo verdadero de

La última versión produce un resultado superior porque la suma en orden

3.5 Para la primera serie, después de sumar 20 términos, el resultado es

El resultado oscila al principio. Por n = 20 (21 términos), está comenzando a converger

En contraste la segunda serie converge mucho más rápido. Alcanza 6 dígitos

3.6 El valor verdadero se puede calcular como

Usando 3 dígitos con picado

Esto representa un porcentaje de error relativo de

Usando 4 dígitos con picado

Esto representa un porcentaje de error relativo de

Aunque el uso de dígitos más significativos mejora la estimación, el error

3.7 Primero, el resultado correcto se puede calcular como

y 1.373  7(1.37)2  8(1.37)  0.35  0.043053

(a) Usando 3 dígitos con picado

1.373  2.571353  2.57

Esto representa un error de

(b) Usando 3 dígitos con picado

Esto representa un error de

Métodos Numéricos JUSTO MAIZ, ALDAIR DENILSON

3.9 Aquí hay un archivo M de MATLAB para resolver el problema. Los

El verdadero valor de cos (0.3) es 0.5877852525. Por lo tanto, son

Métodos Numéricos JUSTO MAIZ, ALDAIR DENILSON

3.10 Primero, podemos evaluar los valores exactos usando la fórmula

Luego podemos determinar el término de la raíz cuadrada con aritmética de

3.11 Recuerde que la máquina épsilon está relacionada con el número de

que se puede resolver en la base 10 para una máquina épsilon de

t  1  log 10 ( )  1  log10 (1.19209 10-7 )  7.92

Para ser conservadores, asuma que 7 cifras significativas son lo

Así, para 7 dígitos significativos, el resultado sería

Cabe señalar que la iteración de la precisión de la máquina es a menudo

Métodos Numéricos JUSTO MAIZ, ALDAIR DENILSON

Observe cómo después de sumar 21 términos, el resultado es correcto a 7

4.1 La serie infinita

Se utiliza para aproximar ex.

𝑓(𝑥𝑖+1) = 𝑒−𝑥𝑖 − 𝑒 −𝑥 𝑖 ℎ + 𝑒−𝑥𝑖 ℎ2 − 𝑒−𝑥𝑖 ℎ3 + ⋯

Para xi = 0.2, xi+1 = 1 y h = 0.8. verdad = e–1 =

0.367879. orden cero:

𝑓(1) = 𝑒−0.2 = 0.818731

𝜀𝑠 = 0.5 ∗ 102−2% = 0.5%

Valor verdadero: cos (pi/3) =

0.5 Orden cero:

Dado que el error aproximado es inferior al 0,5%, el cálculo puede finalizarse.

Use el criterio de parada:

Valor verdadero: sin (𝜋/3) =

0.866025… Orden cero:

Dado que el error aproximado es inferior al 0,5%, el cálculo puede finalizarse.

𝑠𝑒𝑛𝑥 = 25𝑥3 − 65𝑥2 + 7𝑥 − 88 = 𝜋𝑟2